Corpus complet

Articles

2 articles, page 1 sur 1, triés par date de publication.

Filtres actifs
Neurosciences×Étude de performance diagnostique×30 jours×
Classification multiaxialeCombinez un trouble, une fonction, une population, un contexte ou une intervention.
Profils et populations d’intérêt1
Population générale2
Fonctions et dimensions cliniques12
Attention1Flexibilité mentale1Fonctions exécutives1Impulsivité1Inhibition1Mémoire de travail1Organisation1Planification1Régulation émotionnelle1Sommeil1Vision1Vitesse de traitement1
Conditions associées et santé globale1
Insomnie1
Population et étape de vie5
Adolescence1Adulte1Différences liées au sexe ou au genre1Enfance1Plusieurs étapes de vie1
Contextes de vie et facteurs environnementaux1
École1
Évaluation, intervention et accompagnement3
Instrument d’évaluation2Repérage et dépistage2Intelligence artificielle1
Type et statut de la publication3
Étude de performance diagnostique2Étude transversale1Validation d’instrument1
Limites méthodologiques repérées1
Limites non déterminées2
Fiabilité source
Source tier 12
Résumé
Avec résumé2
Preuve
Modéré2
Date
7 jours30 jours90 jours
Tri
RécentAncien
Effacer
SommeilSource tier 1

De la santé du sommeil à l'insomnie : performance de détection du signal de l'échelle Ru-SATEDFrom sleep health to insomnia: signal detection performance of the Ru-SATED scale.

Population généraleSommeilInsomnieAdulteDifférences liées au sexe ou au genre
ModéréNiveau de preuvePubMed — neurosciences cognitives developpementalesSourceDOIRéférence disponible

Cette étude a examiné la capacité de l'échelle Ru-SATED à détecter des symptômes d'insomnie élevés chez 3284 adultes américains. Les analyses ROC ont identifié un score Ru-SATED ≤8 comme optimal, avec des variations selon l'âge (≤7 pour les jeunes adultes) et le sexe (≤9 pour les femmes). Les résultats soutiennent la validité critérielle de l'échelle pour la...

AttentionSource tier 1

Modèles neurobiologiques et visuels du fonctionnement attentionnel et émotionnel chez les enfants : une approche d'apprentissage automatiqueNeurobiosensory and Visual Patterns of Attentional and Emotional Functioning in Children: A Machine Learning Approach.

Population généraleAttentionFonctions exécutivesInhibitionFlexibilité mentale
ModéréNiveau de preuvePubMed — neurosciences cognitives developpementalesSourceDOIRéférence disponible

Cette étude a développé et évalué une approche de dépistage multimodal automatisé intégrant des mesures oculomotrices, de reconnaissance faciale des émotions et neuropsychologiques chez 260 enfants de 7 à 15 ans. Un classifieur Random Forest a distingué les enfants avec une performance attentionnelle faible des enfants normatifs avec une AUC-ROC de 0,95. Les...