Związki między wiedzą specjalistyczną a odrębnością: nieprawidłowe obrazy medyczne prowadzą do poprawy wydajności pamięci tylko u ekspertów Część 2

Po 3 sekundach wyświetlania każdego obrazu natychmiast następowały dwa pytania: (1) Czy obraz był nieprawidłowy czy normalny? (2) Czy widziałeś już ten obraz?

W ostatnich latach wiele badań wykazało, że istnieje ścisły związek pomiędzy nieprawidłowościami w obrazie a pamięcią. Do nieprawidłowości obrazu mogą należeć problemy z oczami, takie jak ślepota barw, krótkowzroczność, dalekowzroczność, astygmatyzm itp. Te problemy z oczami mogą wpływać na nasz wzrok i możliwości przetwarzania obrazu. Pamięć jest jedną z najważniejszych zdolności ludzkiego mózgu, pozwalającą nam zapamiętywać ważne informacje i doświadczenia oraz podejmować właściwe decyzje.

Badania wykazały, że osoby z problemami oczu, takimi jak daltonizm, krótkowzroczność, astygmatyzm itp., radzą sobie gorzej w testach pamięci niż normalni ludzie. Dzieje się tak dlatego, że mają ograniczone pole widzenia i nie są w stanie w pełni odbierać informacji o otaczającym ich środowisku, co powoduje, że mają pewne trudności w zapamiętywaniu. Dlatego utrzymanie dobrego wzroku i zdrowia wzroku ma kluczowe znaczenie dla naszej pamięci.

Jednocześnie zdrowy wzrok może pomóc nam lepiej przetwarzać i zapamiętywać informacje. Na przykład podczas czytania książki lub oglądania telewizji dobre pole widzenia może pomóc nam lepiej zrozumieć i przetworzyć tekst i obrazy. Pomoże nam to lepiej zapamiętać treść i zastosować ją w rzeczywistych sytuacjach.

Dlatego powinniśmy zwracać uwagę i chronić zdrowie naszego wzroku, aby poprawić naszą pamięć. Utrzymanie dobrego wzroku i zdrowia oczu poprzez codzienne ćwiczenia i dietę, a także odpowiedni odpoczynek mogą również pomóc chronić nasze oczy i pamięć. Utrzymanie pozytywnego nastawienia, pewności siebie i wytrwałości może również pomóc poprawić nasz wzrok i pamięć.

Podsumowując, należy dbać i chronić zdrowie naszego wzroku, który ma ogromne znaczenie dla naszej pamięci i rozwoju osobistego. Tylko rozwijając dobre nawyki związane ze wzrokiem i styl życia, możemy osiągnąć lepsze wyniki w pracy i życiu. Widać, że musimy poprawić pamięć, a Cistanche desericola może znacząco poprawić pamięć, ponieważ Cistanche desericola ma działanie przeciwutleniające, przeciwzapalne i przeciwstarzeniowe, co może pomóc zmniejszyć utlenianie i reakcje zapalne w mózgu, chroniąc w ten sposób zdrowie układu nerwowego. Ponadto Cistanche Deserticola może również promować wzrost i naprawę komórek nerwowych, poprawiając w ten sposób łączność i funkcjonowanie sieci neuronowych. Efekty te mogą pomóc poprawić pamięć, uczenie się i szybkość myślenia, a także mogą zapobiegać rozwojowi dysfunkcji poznawczych i chorób neurodegeneracyjnych.

Kliknij Poznaj suplementy, aby zwiększyć pamięć

Używając standardowej myszy komputerowej, uczestnicy zostali poproszeni o wskazanie poziomu swojej pewności na 6-punktowej skali ocen od „pewność tak/nienormalny” do „pewność nie”/normalność (patrz ryc. 1).

Zebraliśmy oceny zaufania zamiast prostych odpowiedzi tak/nie, aby umożliwić analizę ROC. Na udzielenie odpowiedzi nie nałożono żadnego ograniczenia czasowego. Wszczęcie kolejnego procesu było uzależnione od udzielenia odpowiedzi na oba pytania obecnego procesu.

Przed rozpoczęciem eksperymentu uczestnikom przedstawiono instrukcje i kilka pytań demograficznych (płeć, wiek, „Czy jesteś radiologiem?”, „Czy masz pracę, w której czytasz obrazy medyczne, np. technik, fizyk medyczny?”). Instrukcje zostały napisane. dla nowicjuszy bez przeszkolenia medycznego.

W przypadku początkujących uczestników przypadki nieprawidłowe definiowano ogólnie jako „obrazy, które mogą zawierać zmiany chorobowe lub nowotwór, lub z innych powodów mogłyby być przedmiotem obserwacji, jeśli jesteś radiologiem”.

Kryterium wykluczenia i plan analizy

Nasze kryteria wykluczenia i analizy zostały ustalone z wyprzedzeniem (patrz rejestracja wstępna powyżej). Indywidualne próby zostały wykluczone, jeśli uczestnikom potrzeba było mniej niż 1500 ms lub więcej niż 15,000 ms na udzielenie odpowiedzi (na podstawie danych pilotażowych).

Uczestnicy zostali wykluczeni, jeśli ukończenie badania zajęło im mniej niż 15 minut (wyłączono zero) lub więcej niż 1 godzinę (wyłączono 3). Wykluczono radiologów (1 wykluczono), podobnie jak radiologów z innym doświadczeniem w czytaniu obrazów medycznych (wykluczono zero). Uczestnicy byli również wykluczani, jeśli mieli więcej niż 80% identycznych odpowiedzi (np. wybrali tę samą odpowiedź w prawie każdym badaniu; jedno zostało wykluczone) lub jeśli ponad 20% badań zostało wykluczonych na podstawie kryteriów czasu reakcji (jedno wykluczone).

Po zastosowaniu tych apriorycznych kryteriów wykluczenia siedmiu uczestników zostało wykluczonych z analizy, pozostawiając ostateczną próbę składającą się z 53 uczestników. Po naszych wcześniej zarejestrowanych analizach (powyżej) nie przeprowadziliśmy początkowo ogólnej analizy wariancji (ANOVA), ale raczej postępowaliśmy zgodnie z naszymi konkretnymi testami celowanymi. Najpierw przeanalizowaliśmy wskaźniki pewności klasyfikacji obrazu jako nienormalnego lub normalnego.

Następnie przeanalizowaliśmy wskaźniki pewności reprezentujące pamięć obrazów. W tym celu przeprowadziliśmy analizę ROC dla 3-tyłu i 30-tyłu w zależności od typu obrazu (normalny/nieprawidłowy/przeciwstronny-nieprawidłowy). Wygenerowaliśmy także ROC dla oceny normy/nieprawidłowości. ROC podsumowano według pola pod krzywą (AUC) i porównano za pomocą testów t.

Jak zauważono, interesuje nas, czy w grupie początkujących uczestników istnieje korzyść w zakresie pamięci dla dowolnego typu obrazu (np. ocenianego na podstawie prawidłowego lub nieprawidłowego AUC). Ponieważ nowicjuszom brakuje doświadczenia medycznego, każdy taki efekt dałby nam wgląd w naturę zestawu obrazów (tj. zapamiętywalność lub odrębność).

Na koniec przeprowadziliśmy analizy podobieństwa obrazów, aby określić ilościowo, w jaki sposób różnice w obrazach mogą wpływać na te wyniki.

Porównanie podobieństwa obrazów

Ponieważ obrazy normalne, ogniskowo nieprawidłowe i obrazy przeciwnej strony są z konieczności różnymi zbiorami obrazów, przydatne jest porównanie stopnia odrębności każdego zestawu obrazów od pozostałych obrazów, aby sprawdzić wpływ, jaki ma to na pamięć.

Jednym ze sposobów osiągnięcia tego celu jest poproszenie poszczególnych osób o ocenę podobieństwa obrazów. Wymagałoby to jednak 120 ×120=14440 ocen podobieństwa. Zamiast tego, aby usprawnić proces, polegaliśmy na wcześniej ustalonych technikach widzenia komputerowego, zaprojektowanych w celu uzyskania pomiarów podobieństwa dla naturalnych scen. W szczególności przeprowadziliśmy analizę piramidy falkowej Gabora (GWP), która oblicza cechy obrazów i porównuje je (Greene i in., 2016; Kay i in., 2008).

Aby ocenić poziom podobieństwa różnych typów obrazów, GWP reprezentuje każdy obraz jako wynik banku wieloskalowych filtrów Gabora. Wcześniejsze prace wykazały, że cechy te mogą z powodzeniem modelować reprezentację obiektów we wczesnych obszarach wizualnych (Kay i in., 2008).

Postępując zgodnie z dokładną procedurą i parametrami podanymi przez Greene'a i in. (2016) każdy obraz został przekonwertowany na skalę szarości, próbkowany w dół do 128 × 128 pikseli i przedstawiony za pomocą zestawu filtrów Gabora w trzech skalach przestrzennych (3, 6 i 11 cykli na obraz z falką zawierającą tylko luminancję obejmujący cały obraz), cztery orientacje (0, 45, 90 i 135 stopni) i dwie fazy (0 i 90 stopni).

Dało to zestaw cech dla każdego obrazu, które następnie porównano ze wszystkimi 120 obrazami w celu obliczenia wyniku odległości/odmienności poprzez obliczenie iloczynu skalarnego cech każdego obrazu względem siebie nawzajem po odjęciu średnich obrazów i normalizacji wektorów cech do długości jednostkowej.

Wyniki (eksperyment 1: nowicjusze)

Wykonanie zadania klasyfikacyjnego

Najpierw sprawdziliśmy, jak pewnie nowicjusze klasyfikują obraz jako normalny lub nieprawidłowy (patrz ryc. 2). Stwierdziliśmy istotną różnicę między obrazami prawidłowymi i nieprawidłowymi, t(52)=4,78, p < 0,001, ale nie między obrazami prawidłowymi i nieprawidłowymi po stronie przeciwnej, t(52)=1,94, p > 0,05. Chociaż uczestnicy nie zostali przeszkoleni w zakresie odróżniania obrazów medycznych normalnych od nieprawidłowych, niewielka liczba obrazów w zestawie jest wyjątkowo nienormalna (tj. pojedyncza jasnobiała plamka wyglądałaby wątpliwie nawet dla początkujących widzów).

Analiza ocen według obrazu (patrz ryc. 3) pokazuje, że obrazy te w dużej mierze odpowiadają za znaczącą różnicę między ocenami normalnymi i nieprawidłowymi. Krótko mówiąc, w przypadku przynajmniej niewielkiego podzbioru obrazów nawet początkujący uczestnicy nie są w stanie zauważyć nieprawidłowości, co prowadzi do ogólniejszej klasyfikacji powyżej przypadku. Jednak w przypadku większości obrazów nowicjusze wydają się mieć niewiele informacji na temat normalności i nienormalności.

Należy zauważyć, że oś Y na ryc. 2 przedstawia współczynniki ufności dla nowicjuszy. Nowicjusze na ogół nie są pewni rozróżnienia żadnego typu obrazu, a średnie odpowiedzi skupiają się blisko środka skali ocen dla wszystkich warunków. Innym sposobem wizualizacji tych danych jest krzywa ROC (patrz ryc. 4), gdzie nowicjusze znajdują się prawie na górze przerywanej linii ukośnej wskazującej na przypadkowe wykonanie, przy AUC wynoszącym zaledwie 0,54 (gdzie {{5 }}.50 to przypadek, a 1,0 to ideał).

Chociaż, jak stwierdzono powyżej, ta różnica od przypadku jest wysoce wiarygodna wśród uczestników, t(52)=4.21, s.< .001, largely because of the few images that participants could all reliably classify.

Pamięć nieprawidłowych obrazów

Rysunek 5 przedstawia ROC dla zadań pamięci 3-back i 30-back. Ponieważ nowicjusze w większości nie byli w stanie dostrzec nieprawidłowych obrazów po przeciwnej stronie jako odmiennych od normalnych obrazów w zadaniu klasyfikacyjnym, skupiliśmy się wyłącznie na różnicach w pamięci pomiędzy obrazami normalnymi i nieprawidłowymi. Ogólnie rzecz biorąc, niezależnie od typu obrazu i zgodnie z oczekiwaniami, nowicjusze mają lepszą 3-pamięć wsteczną (średnia wartość AUC wynosząca 0,70 do wykrywania 3-backów) niż{{8 }}pamięć wsteczna (średnia wartość AUC wynosząca 0,64 dla wykrywania 30-backów), t(52)=6,59, p < 0,001.

Co ciekawe, rozbicie wydajności na warunki obrazu pokazuje, że nowicjusze wykazują niewielką korzyść w zakresie normalności: zapamiętują normalne obrazy lepiej niż nieprawidłowe obrazy zarówno w przypadku {{0}}}pleców, jak i 30-warunków pleców, przy czym tylko 3-wstecz, co daje znaczną różnicę. Stwierdziliśmy korzyść AUC wynoszącą 0,069 dla normalnych obrazów z tyłu3-, t(52)=5,48, p < 0,001 w porównaniu z nieprawidłowymi i różnicę AUC wynoszącą 0,026 dla normalnych obrazów z tyłu, t(52) =1,70, p=,096, w porównaniu z nieprawidłowymi. Biorąc pod uwagę słabe wyniki w odróżnianiu obrazów normalnych od nieprawidłowych, jest to raczej zaskakujące że normalność miała jakikolwiek wpływ.

Dlatego zbadaliśmy dane pod kątem dowodów na bardziej podstawowe skutki podobieństwa wizualnego. Odkryliśmy, że niższa wydajność pamięci w nieprawidłowych warunkach była w dużej mierze spowodowana zwiększoną częstością fałszywych alarmów w zestawach nieprawidłowych i nieprawidłowych obrazów po drugiej stronie.

Here, we are classifying as "new" all images with a confidence rating >3. Jest to zgodne z relacją dotyczącą podobieństwa obrazów, według której nowicjusze byliby bardziej skłonni do fałszywego alarmu w przypadku nowych obrazów w nieprawidłowych i nieprawidłowych warunkach po drugiej stronie po prostu dlatego, że obrazy te są do siebie bardziej podobne niż obrazy w zestawie normalnym (jak przewiduje suma podobieństwa rachunki pamięci; np. Nosofsky, 1991).

Innymi słowy, jeśli normalne obrazy były nieco bardziej do siebie podobne w porównaniu z innymi obrazami, mogłoby to wyjaśniać, dlaczego nowicjusze mają nieco lepszą pamięć dla normalnych warunków (tj. łatwiej jest określić, czy zdjęcie psa jest nowe, jeśli ten pies jest przedstawiony u szeregu różnych zwierząt, niż w przypadku grupy podobnych psów. Efekty podobieństwa w naszych bodźcach są znacznie mniejsze.). Następnie testujemy tę hipotezę.

Analiza macierzy podobieństwa – piramidy falkowej Gabora

Przetestowaliśmy tę hipotezę podobieństwa obrazów, mierząc podobieństwo między naszymi obrazami, jak opisano w Metodach (Greene i in., 2016; Kay i in., 2008). Stwierdziliśmy zwiększoną odmienność między obrazami prawidłowymi w porównaniu z obrazami nieprawidłowymi i nieprawidłowymi po stronie przeciwnej (normalny=0,174; nieprawidłowy =0,139; nieprawidłowy po stronie przeciwnej=0,133). Innymi słowy, normalne obrazy średnio bardziej różniły się od siebie (a zatem łatwiej je było odróżnić w pamięci) niż obrazy nieprawidłowe lub obrazy kontralateralne.

Jest to zgodne z hipotezą, że niewielka różnica w pamięci faworyzująca normalne obrazy wynika z różnic w podobieństwie obrazów w różnych zbiorach. Zatem niewielka korzyść w zakresie normalności stwierdzona w bieżącym badaniu jest prawdopodobnie wynikiem podobieństwa obrazów.

Co najważniejsze, może to stanowić użyteczną podstawę do rozważenia pamięci tych samych obrazów u doświadczonych radiologów w Eksperymencie 2.

Eksperyment 2: Radiolodzy

Eksperyment 2 był taki sam jak Eksperyment 1, z tą różnicą, że przeprowadzono go na obserwatorach radiologach.

metoda

Uczestnicy

Podczas konferencji Radiological Society of North America (RSNA) 2018 w Chicago w stanie Illinois zrekrutowano trzydziestu dwóch doświadczonych radiologów (14 uczestniczek, średni wiek:=49 lat). Wszyscy radiolodzy wyrazili świadomą zgodę i nie otrzymali żadnego wynagrodzenia wykraczającego poza udział w loterii, w której można było zdobyć kartę podarunkową o wartości 500 dolarów. Procedury świadomej zgody zostały zatwierdzone przez Instytucjonalną Komisję Rewizyjną Uniwersytetu Kalifornijskiego w SanDiego.

Dane uczestników zostałyby wykluczone, gdyby ukończenie badania zajęło im mniej niż 15 minut lub więcej niż 1 godzinę, mieli ponad 80% identycznych odpowiedzi lub gdyby wykluczono ponad 20% badań. Zgodnie z tymi wytycznymi żaden radiolog nie został wykluczony z analizy, w związku z czym ostateczna próba składała się z 32 uczestników.

Bodźce i postępowanie

Bodźce i projekt eksperymentu były takie same, jak opisano w Eksperymencie 1. Główna różnica proceduralna polegała na tym, że eksperyment przeprowadzono na konferencji RSNA, gdzie eksperymentator osobiście wyjaśnił instrukcje.

Inaczej niż w eksperymencie 1, w eksperymencie 2 podaliśmy bardziej ogólne instrukcje, prosząc o wskazanie jakichkolwiek nieprawidłowości, a nie prosząc uczestników o poszukiwanie zmian ogniskowych lub nowotworu: „Dla każdego obrazu proszę ocenić, czy obraz jest nienormalny czy normalny oraz czy widziałeś go wcześniej podczas eksperyment."

Wyniki

W tej części porównujemy wyniki doświadczonych radiologów z wynikami początkujących uczestników Eksperymentu 1. W szczególności badamy, w jaki sposób osoby niebędące ekspertami porównują się z oceną ekspertów dotyczącą klasyfikacji obrazów (tj. normalny vs. nieprawidłowy), a co najważniejsze, czy eksperci wykazują różnicę w pamięci w przypadku obrazów nieprawidłowych i normalnych. Analizując wyniki ekspertów, bierzemy pod uwagę cechy charakterystyczne naszego zestawu obrazów, których nauczyliśmy się z Eksperymentu 1, na przykład to, że nasze normalne obrazy są bardziej odmienne i dlatego z natury nieco bardziej zapadają w pamięć.

Wykonanie zadania klasyfikacyjnego

Podobnie jak w eksperymencie 1, najpierw przeanalizowaliśmy wydajność zadania klasyfikacji, sprawdzając wskaźniki pewności klasyfikacji każdego obrazu jako normalnego lub nieprawidłowego. Jak dobrzy są radiolodzy w prostym odróżnianiu obrazów nieprawidłowych od normalnych? Nic dziwnego, że radiolodzy są bardzo dobrzy w rozróżnianiu nieprawidłowości (patrz ryc. 6a). Radiolodzy byli znacznie bardziej pewni, że nieprawidłowy obraz jest nieprawidłowy, a nie prawidłowy, t(31)=13,17, p < 0,001.

Rycina 6b przedstawia krzywą ROC służącą do odróżnienia obrazów nieprawidłowych ogniskowo od obrazów prawidłowych u radiologów. ROC podsumowano według pola pod krzywą (radiolog AUC=0,72; przypominamy, że nowicjusz AUC=0,54).

Jak zauważono w Eksperymencie 1, kontrole znajdują się blisko linii ukośnej, co wskazuje na przypadek, podczas gdy radiolodzy uzyskują typowy krzywoliniowy ROC wskazujący na postrzeganą (i znaczącą) różnicę między obrazami prawidłowymi i nieprawidłowymi z AUC znacznie powyżej przypadku, t(31)=19 0,8, p < 0,001. Następnie sprawdziliśmy, czy radiolodzy potrafią wykryć nieprawidłowości w obrazach po stronie przeciwnej – nieprawidłowe.

Nie było istotnej różnicy pomiędzy warunkami obrazu prawidłowego i nieprawidłowego, t(31)=0.43, p=.67. W oryginalnym badaniu Evansa i in. (2016) odkryli efekt nieprawidłowości w informacjach głównych (tj. w bardzo krótkim czasie prezentacji wynoszącym ~250 ms). Nasze instrukcje i zestaw bodźców mogły skłonić uczestników do zgłaszania obrazów drugiej strony jako nieprawidłowych.

W przypadku zestawu obrazów obejmujących widoczne zmiany (przypadki nieprawidłowe) i przy braku instrukcji, aby szukać obrazów bezobjawowych od pacjentów z objawami (przypadki po stronie przeciwnej), być może nie jest zaskakujące, że radiologowie rezerwowali swoją ocenę nieprawidłowości dla nieprawidłowych przypadków z uszkodzenia. Co więcej, możliwe jest, że nasze instrukcje przygotowały radiologa do poszukiwania zarówno zmian łagodnych, jak i złośliwych, chociaż w bieżącym badaniu wykryto zmiany niełagodne.

Przyszłe badania mogłyby zbadać wpływ nauczania na to zadanie. Przypomnijmy jednak, że naszym zainteresowaniem obecnym eksperymentem jest pamięć radiologów dotycząca tych obrazów. Na przykład nieprawidłowe obrazy po stronie przeciwnej mogłyby być nadal lepiej zapamiętywane, gdyby ich niejasno podejrzany wygląd skłonił radiologów do poświęcenia im większej uwagi.

Pamięć nieprawidłowych obrazów

Rycina 7 przedstawia skuteczność radiologa w zadaniu związanym z pamięcią. Radiologowie mają lepszą pamięć w przypadku nieprawidłowych obrazów w obu stanach pamięci, ale przewaga w przypadku nieprawidłowych obrazów jest znacząca tylko w przypadku 30-stanu pleców, t(31)=2. 86, p =,008, różnica AUC=0,051.

Stwierdziliśmy przewagę AUC wynoszącą0,02 dla nieprawidłowych obrazów z tyłu. Chociaż nie było to istotne, t(31)=1.62, p=.12, wykazuje tę samą tendencję, co stan 30-pleców. Radiolodzy nie wykazali poprawy pamięci w przypadku nieprawidłowych obrazów po stronie przeciwnej , nawet przy dużych opóźnieniach (p=0,24). Ponieważ radiolodzy nie byli w stanie rozróżnić w zadaniu klasyfikacyjnym obrazów nieprawidłowych od strony przeciwnej, można było spodziewać się takiego wyniku; pamiętaj jednak, że szukaliśmy dowodów na to, że domyślnie rozpoznana nieprawidłowa istota może poprawić pamięć.

To nie jest to, co znaleźliśmy. Ogólnie rzecz biorąc, niezależnie od typu obrazu, radiolog ma lepszą pamięć z tyłu 3- (średnie AUC wynoszące 0,852 dla wykrywania 3- pleców) niż z 30- tyłu (średnie AUC wynoszące 0,752 dla wykrywania 30- tyły) w przypadku obrazów medycznych. Dlaczego radiolodzy są lepsi w 3-plecach niż 30-plecach? Chociaż wydaje się jasne, że ta różnica w dużej mierze odzwierciedla typowe skutki zapominania i ingerencji (np. Wixted, 2005), możliwe jest również, że obserwatorzy będą bardziej skłonni „wychwycić” obecność 3-powrotów niż { {10}}powtórzenia w tył.

Jeśli tak, mogą przyjąć strategię, która priorytetowo traktuje zadanie 3-wstecz. Jednakże biorąc pod uwagę, że testy 3-plecy i 30-plecy były równie prawdopodobne i równomiernie rozłożone w całym zadaniu oraz że obserwatorzy konsekwentnie twierdzili, że pamiętają mammografię z 30 zdjęć wstecz (i dlatego byli wyraźnie świadomi, że {{4} }back nie był jedynym obecnym testem n-back), wydaje się mało prawdopodobne, aby obserwatorzy przeszli na strategię, która ustalałaby priorytet tylko dla zadania pamięci back.

Podsumowując, wyniki te sugerują, że eksperci mają ogólnie lepszą pamięć z tyłu 3- niż z30- tyłu, ale korzyść w zakresie pamięci w przypadku nieprawidłowych obrazów w porównaniu z normalnymi obrazami jest znacząca tylko z tyłu W badaniach pamięci rozpoznawczej prawie zawsze stwierdza się, że ROC nie są zgodne z modelem wykrywania sygnału o równej wariancji (np. Egan, 1958; Wixted, 2007).

Jednym ze sposobów spojrzenia na to jest przeliczenie współczynników trafień i fałszywych alarmów na zscore i wykreślenie funkcji zROC. Na wykresie zROC funkcja równości wariancji generuje dane o nachyleniu zROC wynoszącym 1.0. Zamiast tego, co jest typowe w przypadku zadań związanych z pamięcią rozpoznawania, nachylenia naszych zROCs były niezawodnie poniżej 1.0 w 3 z 4 warunków pamięci. Dopasowujemy liniowy model z efektem mieszanym z nachyleniem i punktem przecięcia jako losowymi współczynnikami dla każdego pacjenta (średnie nachylenie [M]=0,68 dla 3-wstecz dla normalnych obrazów, różnica od 1.0 : p < .0{{30}}1; M =1.05 dla 30-tyłu dla normalnych obrazów, nie różniących się od 1, p {{19} },60; M=0,52 dla 3-pleców dla nieprawidłowych obrazów, p < 0,001; 0,82 dla 30-pleców dla nieprawidłowych obrazów, p=0,005). Łącząc wszystkie warunki, co umożliwiło bardziej wiarygodne oszacowanie nachylenia, średnie nachylenie zROC wyniosło 0,68, znacząco różniło się od 1,0 (p < 0,00001).

Podsumowując, ROCswe zaobserwowane w pamięci były niespójne z modelem wykrywania sygnału o równej wariancji i spójne z modelem nierównej wariancji, potencjalnie z powodu różnic w sile pamięci między różnymi elementami.

 Jest to typowe dla pamięci rozpoznawczej i jest powodem, dla którego zbieranie ocen pewności i przeprowadzanie analizy ROC jest konieczne do oceny siły pamięci. W tym kontekście proste d' nie uwzględnia właściwie różnic w kryteriach odpowiedzi (np. Dougal i Rotello 2007).

For more information:1950477648nn@gmail.com