MétaCan
Menu
Retour à la cohorte
Enregistrement W7135619628

Training of cognitive functions in patients after cerebrovascular accident

2019· dissertation· cs· W7135619628 sur OpenAlexaboutno aff
Filipa Schmid

Notice bibliographique

RevueDigital Repository (National Repository of Grey Literature) · 2019
Typedissertation
Languecs
DomaineMedicine
ThématiqueTraumatic Brain Injury Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCognitionMontreal Cognitive AssessmentCognitive trainingTest (biology)RehabilitationExecutive functionsCognitive Assessment SystemCognitive rehabilitation therapy
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Cerebrovascular accidents (CVA) represent an important health problem and training of cognitive functions after CVA is an important part of the rehabilitation process. The main objective of this bachelor thesis was the development and evaluation of a cognitive training program for adult patients after CVA using published literature. The main working hypothesis was that the program improves cognitive function both objectively and subjectively. The program's frequency was three times a week with an intensity of 30 minutes and duration of four weeks. In addition, it included independent practice sessions on weekends. Objective evaluation was performed using four short cognitive assessments ("Pětičárový test obrazcové produkce" [ČAPR], "Pětibodový test obrazcové produkce" [BOPR], Montreal Cognitive Assessment [MoCA], Saint Louis University Mental Status [SLUMS]). Subjective evaluation was performed by the patient using three questionnaires for memory, thinking ability and executive functions. Using specific criteria, two patients were recruited to complete the program and evaluation upon entering and leaving the program. After completion, ČAPR, BOPR and SLUMS scores improved in both patients. However, MoCA scores and subjective evaluation of cognitive function did not change. The main result of this...

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,040
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,002
Science ouverte0,0010,000
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,021
Tête enseignante GPT0,289
Écart entre enseignants0,268 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDigital Repository (National Repository of Grey Literature)Même sujetTraumatic Brain Injury ResearchTravaux en français237 207