任務種類
|
任務內容
|
預計完成日期
|
博論
|
Rasch分析、選題、Multistage testing模擬分析
|
2018/2/28
|
學位論文撰寫
|
2018/3/31
|
|
博士學位考試
|
2018/4/30
|
|
其它研究
|
稿件撰寫:CAT-5F
|
2018/1/31
|
JoVE:稿件撰寫中
|
2018/2/13
|
|
MS Emotion API:思考研究應用
|
?
|
|
臺大精神:思考研究分享議題
|
?
|
|
中風PRO電子病歷
|
?
|
|
CAT-FAS施測平台發展
|
2018/2/28
|
|
CAT-5F施測平台發展
|
||
檢索雪梨大學教授(認知領域、OT及電子病歷/AI)
|
2018/1/31
|
|
IRB
|
八里IRB新案申請
|
待張主任回覆審查意見
|
台大IRB持續審查報告
|
2018/1/31
|
|
松德IRB持續審查報告
|
2018/2/24
|
|
桃療IRB持續審查報告
|
2018/3/15
|
|
凱旋IRB持續審查報告
|
?
|
2018年1月6日 星期六
2018上半年任務
2017年10月22日 星期日
認知預測中風病人之BADL出院能力及恢復 (1028更新)
資料內容:
中風患者認知、PASS及STREAM之前後測分數,
認知測驗包含:記憶廣度、訊息處理速度 (FDT-Part1&2)、選擇性注意力 (FDT-Part3)、轉換性注意力 (FDT-Part4)、順序推理 (以LOTCA評估)、整體認知功能 (MMSE)、及動作計畫 (Praxis)。
樣本數:129
預測模型之主要結果:
認知前測 預測 BI後測:R-square=0.10
PASS+STREAM前測 預測 BI後測:R-square=0.04
認知+PASS+STREAM前測 預測 BI後測:R-square=0.12
認知前測 預測 BI改變(恢復):R-square=0.11
PASS+STREAM前測 預測 BI改變(恢復):R-square=0.20
認知+PASS+STREAM前測 預測 BI改變(恢復):R-square=0.28 (預測因子都不顯著....)
結果不佳之可能原因:
可能原因為:BI評量「實際表現」而非執行BADL之「能力」,因此可能個案之認知、平衡、動作都不錯,但因照護者之因素,未實際從事BADL。
中風患者認知、PASS及STREAM之前後測分數,
認知測驗包含:記憶廣度、訊息處理速度 (FDT-Part1&2)、選擇性注意力 (FDT-Part3)、轉換性注意力 (FDT-Part4)、順序推理 (以LOTCA評估)、整體認知功能 (MMSE)、及動作計畫 (Praxis)。
樣本數:129
預測模型之主要結果:
認知前測 預測 BI後測:R-square=0.10
PASS+STREAM前測 預測 BI後測:R-square=0.04
認知+PASS+STREAM前測 預測 BI後測:R-square=0.12
認知前測 預測 BI改變(恢復):R-square=0.11
PASS+STREAM前測 預測 BI改變(恢復):R-square=0.20
認知+PASS+STREAM前測 預測 BI改變(恢復):R-square=0.28 (預測因子都不顯著....)
結果不佳之可能原因:
可能原因為:BI評量「實際表現」而非執行BADL之「能力」,因此可能個案之認知、平衡、動作都不錯,但因照護者之因素,未實際從事BADL。
2017年10月3日 星期二
科技部計畫構想
以下為三個科技部計畫之構想
- 藉由日常生活活動評量思覺失調症患者之多向度工作記憶 內容概述:依據Baddeley之多向度工作記憶模型,挑選與各向度工作記憶較相關之日常生活活動組成測驗,藉由受試者執行日常生活活動之表現,以評量思覺失調症患者之各向度工作記憶。未來使用者評估這組題庫時,除瞭解患者之日常生活活動功能外,亦可推估患者之各向度工作記憶表現。
重要性/優點:
A)新的認知測驗方式。
B)解決認知測驗普遍缺乏生態效度之缺點。
C)臨床人員可藉由此測驗之結果,介入影響日常生活活動之認知功能,以提昇日常生活活動之介入成效。
D)有助於研究者探討認知介入之類化 (generalization)及認知介入與日常生活功能之關聯。 - 自陳式多向度工作記憶測驗應用於中風患者
內容概述:依據Baddeley之多向度工作記憶模型,發展各向度之患者自陳式測驗
重要性/優點:
A)目前缺乏應用於中風患者之自陳式多向度工作記憶測驗。
B)自陳式測驗可做為初步篩檢工具,醫療人員可針對患者主訴有缺損之認知向度進行深入評估及治療。
C)作為臨床及RCT之介入成效指標,瞭解治療成效能否使患者主觀感受到明顯進步。
D)作為未來研究驗證工作記憶測驗MID之效標測驗。 - 發展中風患者重要功能之電腦化適性測驗系統(呼應老師CAT+CAT之構想)
內容概述:現有之CAT都僅能單獨施測,卻無測驗平台可整合之。可發展一CAT測驗平台,使得使用者可自由選擇欲施測之向度個數(如選擇向度A, B, and C或只選向度B and C),CAT施測時則依據使用者所選的向度自行組成多向度(或單向度)CAT。
重要性/優點:
A)CAT使用上更靈活,使用者可選用自己熟悉的測驗(例如:可自由選用BI+FAS或BI+STREAM)。
B)可將題庫內所有題目之施測指導語/影片/手冊/計分標準等資料電腦化/圖像化/影像化,以改善「使用者難以精熟題庫中所有題目之困擾」。
C)可結合病人常模及實證介入研究結果,使得CAT評量結果更具臨床意義及介入參考價值。
2017年9月18日 星期一
C-DVT及T-SDMT反應性資料探索
以下為C-DVT及T-SDMT可能發表之論文主題:
C-DVT
C-DVT
主題1:C-DVT之MID
結果:18位中風患者之自覺持續性注意力改變量為2-3分(最大改變量7分),這群患者之C-DVT前後測進步秒數為13.9秒(總完成時間),即C-DVT之MID=13.9秒。
Note:後續可延伸分析C-DVT短版之MID
主題2:C-DVT原版 VS. 短版 之反應性
結果:
|
|
原版
|
短版
(31st-60th percentile) |
|
全部樣本數 (N = 41)
|
|
|
|
Group level (SRM)
|
0.31
|
0.18
|
|
Individual level
(% of patients whose change score > MDC) |
34.1%
|
29.2%
|
|
前後測間隔天數≥14
(N = 27)
|
|
|
|
Group level (SRM)
|
0.57
|
0.51
|
|
Individual level
(% of patients whose change score > MDC) |
85.7%
|
71.4%
|
T-SDMT
主題1:T-SDMT之MID
結果:14位中風患者之自覺分配性注意力改變量為2-3分(最大改變量7分),這群患者之T-SDMT前後測進步之答對題數為4.3題,即T-SDMT(施測三次取平均)之MID=4.3題。
主題2:T-SDMT不同施測方式之反應性比較
結果:
|
|
施測一次
|
施測二次取平均
|
施測三次取平均
|
|
全部樣本數
(N = 44)
|
|
|
|
|
Group level (SRM)
|
0.58
|
0.67
|
0.69
|
|
Individual level
(% of patients whose change score > MDC) |
25.0%
|
20.5%
|
20.5%
|
|
前後測間隔天數≥14
(N = 31)
|
|
|
|
|
Group level (SRM)
|
0.45
|
0.52
|
0.55
|
|
Individual level
(% of patients whose change score > MDC) |
22.6%
|
16.1%
|
12.9%
|
解讀:施測二次取平均之反應性與施測三次取平均相仿,或許未來使用T-SDMT只要施測二次即可(須同時考量test-retest reliability之結果)。
Note:【施測二次取平均】及【施測三次取平均】之個體層級反應性可能低估。因【施測二次取平均】及【施測三次取平均】之個體層級反應性參照【施測一次】之MDC值,但【施測二次取平均】及【施測三次取平均】之MID應 <【施測一次】之MDC值。
畢業前主要任務及學習重點
主要任務
1.
完成博論收案及撰寫
2.
STREAM+PASS+BI CAT 稿件撰寫(系統建置?)
3.
FAS-CAT系統建置
4.
協助PRO-認知系統建置
5.
協助發展「二階層認知功能篩檢電腦適性測驗」
學習重點
1.
Higher-order IRT概念/分析軟體/應用:多階層之IRT模型
2.
Response time IRT概念/分析軟體/應用:同時考量答題對錯及反應時間之IRT模型。
以上二項IRT可應用於,可應用於博論及二階層認知功能之CAT建置。
目前先透過文獻閱讀瞭解此二項IRT之概念及可分析之軟體。若概念不懂可先透過mail向施老師或業太請益;若有免費之分析軟體可使用現有資料試著分析看看。
訂閱:
文章 (Atom)