Concussion and Age Effects on the Stability of the Mismatch Negativity Brain Response
Notice bibliographique
Résumé
There is a large literature describing the effects of concussion on cognitive processes including attention and memory. Electroencephalography (EEG) is a neuroimaging tool that records brain electrical activity from the scalp using electrodes and has a distinguished history in medicine examining many neurological conditions such as epilepsy and sleep abnormalities. Derived from EEG, event-related potentials (ERPs) are neurophysiological responses that are differentially sensitive to specific cognitive processes. A much-investigated ERP component called the mismatch negativity (MMN) has been employed usefully in concussion research to assess changes in automatic attention. In the context of concussion, the stability of the MMN in a single test session and test-retest changes in the response have received little attention. The present thesis examined the internal consistency/reliability of the MMN component in four groups: concussed adolescents, retired Canadian Football League (rCFL) players, and respective groups of age-matched healthy controls. The number of trials necessary for the MMN to be elicited with a high degree of internal consistency was assessed for both amplitude and area under the curve (AUC) values. Cronbach’s alpha was used as a measure of internal MMN consistency and changes in responses to deviant stimuli were employed in the oddball paradigm separately for each group. Data from each group revealed a significant effect of the number of trials on the reliability of the MMN. The concussed adolescents showed stronger MMN stability compared to the rCFL athletes in comparison to each groups’ respective controls. The adolescent control group revealed lower response stability than the control group with the older adults. A stable MMN (α ≥ 0.80) was achieved with 130 trials across all groups and stimuli. The findings demonstrate that the MMN is abnormal in rCFL athletes coping with post-concussion syndrome (PCS) whereas adolescents seem to have a reduced vulnerability to the symptoms of concussion.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».