摘要。信息处理速度(IPS)评估一个人对刺激的反应时间。成人-III(WAIS-III)的Wechsler在数字符号测试(DS-T)中包括此域。目的:本研究的目的是验证一个新的筛选测试,该测试可以与个人的年龄和奖学金相关的IPS。方法:构建了一种测量IP的新工具,自动收银器测试(AC-T),为了验证,还进行了DS-T。结果:该法案中时间使用的介质为12.3 s; DS-T中的热门单曲为38.8,P <0.0001和R 2:0.40。结论:p值在这两个测试之间显示线性关联,但是R²结果显示它们之间的关联较低。以相同的方式,两种测试之间的相关性是有希望的,因为这表明这两种测试都以不同的方式测量IPS的测试,其构造(例如言语流利性测试)也用于评估IPS。另一方面,两项测试都表明奖学金对IPS产生了积极影响。
通过测量局部田间电位(LFP)或脑电图(EEG)信号(EEG)信号(EEG)信号(EEG)信号(EEG)信号,通常对人群水平的神经活动进行实验研究。为了进行观察到的神经活动和模拟神经活动之间的比较,重要的是,神经活动的模拟可以准确预测这些大脑信号。在人群层面上对神经敏化的模拟通常依赖于点神经元网络模型或点火率模型。虽然这些简化的神经活动的表示在计算上是有效的,但它们缺乏计算LFP/EEG信号所需的明确空间信息。已经提出了不同的启发式方法来克服这一限制,但是这些方法的准确性尚未得到充分评估。这样一种启发式方法,即所谓的内核方法,以前已采用有希望的结果,并且具有在电动脑信号产生的生物物理学中得到充分依据的其他优势。它基于网络模型中每个突触途径的计算速率至lfp/eeg kernels,之后可以直接从人口发射速率获得LFP/EEG信号。这相当于计算大脑信号的计算工作量的大规模降低,因为为每个人群计算大脑信号,而不是为每个神经元计算。在这里,我们研究了如何以及何时可以期望内核方法起作用,并提出了预测其准确性的理论框架。最后,我们证明了内核方法对于主导大脑信号的贡献最准确。我们表明,脑信号预测的相对误差是单细胞内核异质性和尖峰训练相关性的函数。因此,我们进一步建立了内核法作为一种有希望的方法,用于计算大型神经模拟的电信号。
这项研究研究了基于视频的智能手机应用程序(VBA)的有效性和可靠性,以测量杠铃卧推,后蹲和硬拉中的位移和速度。九个受过训练的受试者(三个女性;六个男性;年龄:24.2±4.2岁;身高175.8±8.1 cm;体重87.2±18.2kg)完成了两个用于杠铃板凳,后蹲,后蹲和隔光度的测试重度课程。卧推,后蹲和硬拉完成了八次重复,重量为40kg,并以快速和缓慢的速度完成。杆位移和平均速度。通过Pearson的产品矩相关系数(R),类内相关系数(ICC)和Bland-Altman图,对VBA的有效性和可靠性进行了分析。位移数据显示出中度至几乎完美的相关性(r = 0.43- 0.94),并且中度至优异的可靠性(ICC = 0.67-0.98)和Bland-Altman图显示了很小的偏见(<2cm)。平均速度数据显示出很大至几乎完美的相关性(r = 0.67-0.95),并且良好至优异的可靠性(ICC = 0.79-0.94),而Bland-Altman揭示了很小的偏见(<0.06 m/s)。与MC的黄金标准测量相比,这项研究中检查的VBA既有效又可靠。这些结果提供了证据表明,在快速和较慢的运动速度下,VBA可以用于卧推,后蹲和硬拉的位移和平均速度的跟踪。
为此,接受了以下签名:收缩的电子签名,并指的是证明电子签名与特定人员链接的虚拟文档;数字类型可以由Adobe以真实的方式生成;仅当签名清晰时,签名类型才会被接受,而在图像中没有证明它没有背景并且是透明的。
摘要。[目的]本研究旨在调查使用智能手机对预期姿势调整的定量评估的可靠性和有效性。[参与者和方法]该研究包括10名年轻的对照参与者,他们接受了一足的姿态,并具有加速度计和智能手机同时连接到下背部(L5)。加速度被测量为向姿势侧腰部运动的中外侧成分。将时间(峰潜伏期)的峰值和腰部加速度姿势侧向的位移量(峰值幅度)分析为预期的姿势调节特征。对加速度计和智能手机测量值的评估者内可靠性均计算,而两名考官的智能手机测量值则计算了相互可靠性。确定加速度计和智能手机测量的有效性。[结果]在这项研究中,确认了加速度计和智能手机测量中峰值潜伏期和峰值幅度的评估者内可靠性,以及智能手机测量中评估者间的可靠性。通过重新测试确认了评估者的可靠性,而加速度计和智能手机测量的有效性也得到了证实。[结论]这项研究的结果表明,使用智能手机来衡量预期的姿势调整是高度可靠且有效的,这使其成为有用的临床平衡指数。该方法很简单,可用于连续患者监测。关键词:智能手机,姿势控制,可靠性和有效性
摘要:儿科患者,特别是新生儿和儿科重症监护病房 (NICU) 中的患者,通常面临致命失代偿的风险增加。话虽如此,任何治疗延迟或药物剂量的微小错误都可能使患者的健康状况过于复杂。在这样的环境下,临床医生需要快速有效地理解大量医疗信息,以便对任何婴儿进行诊断和制定治疗计划。将人工智能 (AI) 整合到临床工作流程中可以成为保护儿科患者和提高护理质量的潜在解决方案。但是,在将 AI 作为儿科护理不可或缺的一部分之前,必须从人为因素的角度评估该技术,确保其准备就绪(技术准备水平)和生态有效性。解决 AI 问责制对于保护临床医生和提高 AI 在临床工作流程中的接受度也至关重要。本文总结了人工智能在NICU/PICU中的应用,并连续识别了人工智能中存在的缺陷(从临床医生的角度),并提出了相关建议,如果解决这些建议,可以提高人工智能对真实临床环境的准备程度。
背景:心智理论 (ToM) 是指理解他人的心理状态、欲望、情绪、信念和意图,从而预测其心理表征内容的能力。ToM 有两个主要维度已被研究。第一个维度是推断的心理状态类型,可以是认知的,也可以是情感的。第二个维度包括根据复杂程度所涉及的过程类型(一阶和二阶错误信念和高级 ToM)。ToM 习得是基础,是日常人类社会互动发展的关键组成部分。通过评估社会认知不同方面的各种工具,已报告各种神经发育障碍患者存在 ToM 缺陷。然而,突尼斯的从业者和研究人员缺乏一种适合语言和文化的心理测量工具来评估学龄儿童的 ToM。
背景:心理理论(汤姆)是指理解他人心态,欲望,情感,信念和意图的能力,以预测其心理表征的内容。已经研究了汤姆内的两个主要维度。首先是推断精神状态的类型,可以是认知或情感的。第二个过程包括根据其复杂程度(一阶和二阶错误信念和高级TOM)所涉及的过程类型。汤姆的收购是基本的,这是日常人类社会互动发展的关键组成部分。汤姆·迪特(Tom Defit)已通过评估社会认知不同方面的各种工具在各种神经发育障碍中报道了。尽管如此,突尼斯的从业人员和研究人员缺乏语言和文化上适当的心理测量工具,用于学龄儿童的TOM评估。
注意:虽然在填写每日监测问卷时无法跳过问题,但 MASK‐air® 每日监测问卷随着时间的推移不断发展,有些问题添加得晚于其他问题,因此每次每日监测 VAS 的观察次数/天数并不总是相同的。另一方面,VAS 工作只能在用户报告工作的日子填写。
图 1. 纸质评估与 Braincheck 评估的散点图。共有 21 名参与者完成了纸笔版 Stroop 测试和 BC 版 Stroop 测试。将 BC Stroop 反应时间与纸质 Stroop 分数进行比较,得出的 Pearson 相关系数为 -0.74。较高的纸质 Stroop 分数通常与较快的 BC Stroop 反应时间相关。共有 21 名参与者完成了纸笔版数字符号替换测试 (DSST) 和 BC 版。将纸笔分数与 BC 反应时间进行比较,得出了强烈的负相关性 (r= -0.67)。较高的纸质 DSST 分数通常与较快的 BC DSST 反应时间相关。21 名参与者完成了纸笔版 Trails A/B 测试和 BC 版。对于 Trails A (r=0.86) 和 Trails B (r=0.86),两个版本之间存在很强的相关性。这意味着,每个版本的测试完成时间之间存在很强的相关性。20 人完成了 Matrix 测试的纸笔版和 BC 版。将纸笔版的正确题目数量与 BC 版的正确题目数量进行比较,得出 r 为 0.75。这意味着,两个版本的测试和正确题目数量之间存在很强的正相关性。
