A Feasibility Study of Working Memory Training for Individuals With Pediatric-Onset Multiple Sclerosis
Notice bibliographique
Résumé
Cognitive impairment occurs in up to half of children and adolescents with multiple sclerosis (MS), and may be severe enough to compromise intellectual functioning, academic performance, and daily life function. Working memory (WM), which refers to the cognitive system that temporarily stores information long enough to use while manipulating the information for some purpose, is one of the major executive functions found to be compromised in pediatric-onset MS patients. The current dissertation sought to introduce a computerized cognitive training program (Cogmed) that is novel to the MS population in order to investigate feasibility, subjective experiences, and individual characteristics related to training outcomes, as well as examine preliminary efficacy of Cogmed in pediatric-onset MS patients. This dissertation employed mixed methods comprising Cogmed-specific training outcomes, performance on pre- and post-training neuropsychological assessment measures, and patient exit interviews. Pediatric-onset MS individuals who were identified as having cognitive difficulties (n = 9) underwent 5-6 weeks of intensive, home-based computerized training on verbal and visual-spatial WM exercises. Patients demonstrated general adherence and tolerance to Cogmed training, and completed training within the recommended 5-6 week timeframe. Almost all patients acknowledged changes in their WM performance as a result of training (n =8), and all patients (n = 9) described the training program as not intruding on their social lives. Age, disease onset, disease duration, and degree of brain atrophy emerged as potential predictors of individual training outcomes, as did intrinsic motivation. All individuals demonstrated improved performance on trained measures of WM and three individuals demonstrated improved performance on select non-trained measures of WM. The findings of this study demonstrate feasibility of implementing Cogmed in pediatric-onset MS patients, warranting subsequent large-scale randomized controlled studies that employ a multimodal approach to data analysis and that pay attention to individual differences that may predict variable training outcomes.
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 | 0,003 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».