MétaCan
Menu
Back to cohort
Record W4408480847 · doi:10.58837/chula.res.2017.15

การประยกตใชแบบทดสอบทางประสาทจตวทยาโดยคอมพวเตอรในศนยดแลผปวยสมองเสอมครบวงจร

2017· report· th· W4408480847 on OpenAlexaboutno aff
โสฬพัทธ์ เหมรัญช์โรจน์, สุขเจริญ ตั้งวงษ์ไชย, ฐิติพร ศุภสิทธิ์ธํารง

Bibliographic record

Venuenot available
Typereport
Languageth
FieldNeuroscience
TopicMemory Processes and Influences
Canadian institutionsnot available
Fundersnot available
KeywordsComputer science

Abstract

fetched live from OpenAlex

วิจัยครั้งนี้มีวัตถุประสงค์เพื่อศึกษาเพื่อสร้างระบบฐานข้อมูลมาตรฐานที่มีประสิทธิภาพสามารถรองรับระบบวิจัยในอนาคตในตัวอย่างทั้ง 3 กลุ่มและเพื่อหาค่าความสัมพันธ์ของแบบทดสอบทางประสาทจิตวิทยาโดยคอมพิวเตอร์ในศูนย์ผู้ดูแลผู้ป่วยสมองเสื่อม กลุ่มตัวอย่างที่ใช้ในการวิจัยครั้งนี้เป็นกลุ่มผู้สูงอายุที่มีอายุ ตั้งแต่ 55 ปีขึ้นไปที่มารับการตรวจที่แผนกผู้ป่วยนอกโรงพยาบาลจุฬาลงกรณ์ โดยแบ่งกลุ่มตัวอย่างเป็น 3 กลุ่มการทดลอง ได้แก่ กลุ่มผู้สูงอายุที่มีภาวการณ์รู้คิดปกติ (Normal), กลุ่มผู้สูงอายุที่มีภาวการณ์รู้คิดบกพร่องเล็กน้อย (MCI) กลุ่มผู้สูงอายุที่มีภาวะสมองเสื่อมในระยะที่เป็นน้อย (mild Dementia) กลุ่มตัวอย่างเข้ารับการประเมินแบบประเมินภาวะสมองเสื่อมและภาวะการรู้คิดทั่วไป Thai Mental State Examination (TMSE) แบบประเมินภาวการณ์รู้คิด Montreal Cognitive Assessment (MoCA) และ แบบทดสอบทางประสาทจิตวิทยา CERAD battery test และแบบทดสอบทางประสาทจิตวิทยาโดยคอมพิวเตอร์ในศูนย์ผู้ดูแลผู้ป่วยสมองเสื่อม CANTAB ในตัวอย่างทั้ง 3 กลุ่ม นำผลที่ได้มาวิเคราะห์หาค่าสถิติเชิงพรรณนา (Descriptive statistic) เพื่ออธิบายลักษณะทั่วไปของกลุ่มตัวอย่างที่ทำการศึกษา ได้แก่ ความถี่ ร้อยละ ค่าเฉลี่ย ค่าเบี่ยงเบนมาตรฐาน และสถิติเชิงอนุมาน (correlation statistics) เพื่อดูความสัมพันธ์ของปัจจัยต่าง ๆ ผลการวิจัยพบว่า ในแบบทดสอบทางประสาทจิตวิทยา CERAD battery test กับแบบประเมินความสามารถทางจิตประสาทด้วยคอมพิวเตอร์ (CANTAB) รายข้อ พบว่าค่าสหสัมพันธ์ ในข้อ DMS Percent correct (all delays)’ มีค่าความสัมพันธ์กับกลุ่มตัวอย่างทั้ง 3 กลุ่ม (r=0.13, 0.16, 0.22 ตามลำดับ) สรุปได้ว่า อาจยังมีข้อจำกัดในด้านการเก็บข้อมูลที่ยังมีการประเมินในแต่ละด้านของภาวะรู้คิดไม่มากนัก และควรหาความสัมพันธ์ ในรายละเอียดของแต่ละ cognitive domain ร่วมไปกับการวิเคราะห์ในรายละเอียดคะแนนของ CANTAB จะทำให้สามารถนำค่าคะแนน CANTAB มาใช้ประโยชน์ได้มากขึ้น ในโอกาสต่อไปถ้ามีการศึกษาหาค่า normative ของ CANTAB แต่ละข้อ ในกลุ่มประชากรไทยที่มีการแบ่งตามจำนวนปีการศึกษาและอายุ ในจำนวนประชากรที่มากพอจะช่วยให้มีฐานข้อมูลและนำมาหาความเที่ยงตรงเพื่อนำไปใช้ร่วมกับการวินิจฉัยภาวะการรู้คิดบกพร่องจากโรคต่าง ๆ ได้ อย่างเป็นประโยชน์มากขึ้น

Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.

How this classification was reachedexpand

Full frame machine prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.

metaresearch head score (Codex)0.000
metaresearch head score (Gemma)0.002
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Not applicable · Consensus signal: none
GenreCandidate signal: Other · Consensus signal: Other
Teacher disagreement score0.148
Threshold uncertainty score0.496

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0000.002
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0010.000
Science and technology studies0.0010.000
Scholarly communication0.0010.001
Open science0.0000.001
Research integrity0.0000.001
Insufficient payload (model declined to judge)0.1480.054

Machine scores (provisional)

The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.

Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.

Opus teacher head0.162
GPT teacher head0.381
Teacher spread0.219 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designNot applicable
Domainnot available
GenreOther

How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".

Quick stats

Citations0
Published2017
Admission routes1
Has abstractyes

Explore more

Same topicMemory Processes and InfluencesFrench-language works237,207