Good Mood

Johdanto

viime Aikoina yhä useammat tutkimukset ovat julkaistu, jotta voidaan puuttua ilmiö malingering ja havaitseminen malingered kognitiivisia oireita. Useita tutkimuksia (esim., Sartori ym., 2016b; Walczyk ym., 2018) osoittavat, että malingering esiintyy tyypillisesti kolme laajaa alaa: psykopatologia, kognitiivinen heikentyminen, ja sairaus., Yhteydessä kognitiivisia toimintahäiriöitä, neuropsychologists ja kliiniset psykologit ovat yhä vedota tulokset neuropsykologiset arvioinnit ilmoittaa mielipiteensä koskien luonne, laajuus ja uskottavuus väitti, kognitiiviset häiriöt. Kliinistä ja tutkimustyötä ovat johtaneet yhä kehittyneempiä ja tehokas menetelmiä ja välineitä, joiden tarkoituksena on havaita malingering, jotka ovat yleensä havaittu useimmissa medico-legal-asetukset., On olemassa näyttöä siitä, mikä viittaa siihen, että ulkoinen kannustin malinger tyypillisesti taloudellista korvausta vammoja seurauksena fyysisen vamman ja/tai kognitiivisia puutteita. Mitä laajempi kognitiivinen toimintahäiriö näkyy, sitä enemmän rahallista korvausta odotetaan ja yksilöillä on merkittävä motiivi simuloida tai liioitella oireita.

Kriittisesti, useimmat kognitiiviset oireet ovat helposti väärentää jopa naiivi ei-valmensi tutkittavien saavuttamiseksi taloudellista korvausta., Edellä mainitun vuoksi on tärkeää luottaa psykometrisiä työkaluja, jotta voidaan erottaa, puolueettomin perustein, onko neuropsykologisten testitulosten tarkasti kognitiivisia toimintahäiriöitä tai onko yksilöiden yrittivät simuloida tai yli-liioitella niiden ongelmia (Sartori ym., 2016b, 2017). Vaikka uudemmat tekniikat perustuvat monimutkaisiin tietokonepohjaisiin työkaluihin(esim. Sartori et al., 2016a), paperi-ja lyijykynätesteillä (kuten tässä tutkitulla b-testillä) on edelleen suuria käytännön etuja.,

väärennetty vaikea kognitiivinen heikentyminen voidaan havaita kliinisesti vertaamalla kognitiivisia testituloksia potilaan päivittäisiin kykyihin. Ennallaan arjen toimintaa pariksi vaikea vajaatoiminta at kognitiiviset testit napauttamalla samat toiminnot on osoitus malingering. Kuitenkin, lievä kognitiivinen arvonalentumiset eivät ole yleensä mukana arjen arvonalentumiset ja malingerers voi olla vaikea havaita käyttämällä yksinkertaisia strategioita, jossa vertaillaan kognitiiviset testitulokset (erittäin matala) ja päivittäisiin toimintoihin (säilynyt)., Tämän rajoituksen poistamiseksi on mahdollista luottaa kliinisen tutkimuksen tuloksiin (Coin et al., 2009; Orrù et al., 2009).

yksi neuropsykologisessa testauksessa käytetty menetelmä malingeroinnin havaitsemiseksi perustuu yksinkertaisten testien käyttöön. Kuten raportoitu, mukaan American Academy of Clinical Neuropsykologia Konsensus Konferenssin Julkilausuma neuropsykologisia arviointi vaivaa, vastaus bias ja malingering (Heilbronner et al.,, 2009), nämä testit suoritetaan tyypillisesti hyvin minimiponnistuksella potilailla, jotka kärsivät neurologisia ja psykiatrisia sairauksia, ellei ole tahallista aikomusta suorittaa niitä huonosti. Eniten suorituskyky pätevyys testit (PVTs) käytetään korvaus-etsien asetukset ovat suunniteltu havaitsemaan lavastettu lyhyen aikavälin muistin häiriöt (Boone et al., 2000; Sharland and Gfeller, 2007; Young et al., 2016). Lisäksi, on olemassa myös testejä havaitsemiseksi simuloitu alijäämät eri kognitiivisiin alueisiin, kuten overlearned tiedot ja käsittelyn nopeus.,

Yksi tällainen testi on b-Testi (Boone et al., 2002). Se koostuu 15-sivuinen kirjanen: jokainen sivu sisältää 72 ärsykkeitä mukaan lukien pienet b: n (kohde ärsykkeitä) ja muita symboleja, joita käytetään distractors, kuten pieniä d, q, ja p, ja b on joko lävistäjä tai ylimääräistä varret. Kaikkiaan ärsykevihkossa on 255 kohdeärsykettä: ensimmäisellä sivulla 20, toisella 16 ja kolmannella 15. Nämä sivut toistetaan viisi kertaa yhä pienemmässä muodossa., B-Testi edellyttää tutkittavan ympyrä kaikki b: n, jotka näkyvät jokaisella sivulla, niin nopeasti kuin mahdollista; tehtävän aikana, eri tyyppisiä virheitä voi olla sitoutunut: laiminlyönti virheitä (jättämällä ympyrä kohde ärsykkeitä), d-virheitä (ympyröimällä d), ja komissio virheitä (ympyröimällä symboleja, jotka eivät ole b: n, mukaan lukien d). Tarkastuslentäjä ottaa huomioon kokonaisvasteajan eli ajan, jonka osallistuja tarvitsee testin suorittamiseen., Virheiden kokonaismäärä ja keskimääräinen aika per sivu on laskennassa käytetty Vaivaa Indeksi Pisteet (tai E-pisteet), joka saadaan yhtälöstä: (yhteensä d-virheitä + yhteensä komissio virheet) × 10 + yhteensä laiminlyönnistä virheitä + keskiarvo aika per sivu.

B-testissä arvioidaan ylisukupolvisia taitoja ja niitä voidaan soveltaa medico-oikeudellisessa ympäristössä. Potilaita, joilla on aivovaurio ja jotka ponnistelevat kokeessa, ei todennäköisesti luokitella yhteistyöhaluttomiksi. Potilaat, joilla on muistin heikkeneminen ei välttämättä epäonnistu testissä ja tämä voi tuottaa vähemmän vääriä positiivisia kuin muisti-pohjainen ponnistustesti., Lopuksi, vaarantunut b-Testin suorituskyky johtuu läsnäolo kulunut aihe oireita ja koska dokumentoitu oppimisvaikeuksia on erittäin epäluuloinen malingering (Boone et al., 2002).

b-Testi voi erottaa epäillään malingerers monista eri kliinisten ryhmien, kuten: masennus, skitsofrenia, kohtalainen tai vakava pään vamma, aivohalvaus, oppimisvaikeudet, ja terveillä iäkkäillä (ks Boone et al., 2002).

Vilar-Lòpez et al., (2007) analysoivat esityksiä b-Testi espanjan väestö näyte post-concussive syndrome (KPL) mukana riita ja ole mukana riita osoittaa hyvä herkkyys ja spesifisyys. Lisäksi lisätutkimuksessa (Vilar-Lòpez et al., 2008), samat tekijät analysoivat lievästä traumaattisesta aivovammasta kärsivien potilaiden esityksiä., Osallistujat jaettiin kolmeen ryhmään: ensimmäinen ryhmä ei ollut mukana minkäänlaista korvausta-etsien prosesseja; toinen ryhmä oli korvaus-etsivät-ryhmä ei epäillä malingering; kolmanteen ryhmään kuuluivat potilaat hakevat korvauksia, jotka olivat epäillään malingering. Tulokset tutkimus osoitti, että tilastollisesti merkitseviä eroja ryhmien välillä ja tekosairas vs. ei-tekosairas luokitus. Samoin Marshall ym. (2010) ovat tutkineet voimassaolo b-Testi havaitsemisessa teeskenteli ADHD suuri otos (n = 257).,

lupaavista tuloksista huolimatta Shandera ym. (2010) teki tutkimuksen B-testin pätevyydestä aikuisväestön otoksessa, joka kärsi lievästä kehitysvammaisuudesta. Tulokset osoittivat epätyydyttäviä tuloksia, kun malingererit on erotettava tästä kliinisestä näytteestä.

Koska tämä tulos, diagnosticity b-Testi on vielä epäselvää, erottaa Lievä Neurokognitiivisia Häiriöitä ja malingerers. Tietääksemme vain Dean et al. (2009) arvioi B-testin n lievän dementian spesifisyyttä epätyydyttävin tuloksin.,

jotta voidaan tutkia mahdollisuuksia b-Testi luokittelussa todellinen kognitiivinen heikentyminen alkaen teeskenteli kognitiivisia häiriöitä iäkkäillä ihmisillä, tässä tutkimuksessa on tutkittu b-Testin arvo italialainen näyte, joilla on Lievä Neurokognitiivisia Häiriöitä ja terveillä samanikäisillä vanhemmat henkilöt, neuvottu teeskennellä kognitiivisia toimintahäiriöitä. Lisäksi tavoitteena oli arvioida, onko kone oppimisen luokittelijoita voi johtaa lisääntynyt luokittelu tarkkuus verrattuna enemmän perinteistä lähestymistapaa perustuvat cut-off-tulokset.,

Materiaalit ja Menetelmät

Osallistujat

Kuusikymmentä-kolme Italian-speaking osallistujat rekrytoitiin (36 miestä ja 27 naista, keski-ikä: 73.43 ± 5.97 vuotta, vaihteluväli: 58-87; keskiarvo koulutus: 7.03 ± 2.78 vuotta, vaihteluväli: 3-19). Otos koostui kolmesta ryhmästä. Ensimmäinen ryhmä koostui potilaista, joilla sekoitettu neurologisia etiologia, jotka täyttävät kriteerit, Diagnostinen ja Tilastollinen Käsikirja Mielenterveyden Häiriöt-5 (DSM-5) (APA, 2013) Lievä Neurokognitiivisia Häiriö (Ryhmä A, n = 21)., Nämä potilaat oli diagnosoitu DSM-5 kriteerit Lievä Neurokognitiivisia Häiriö asiantuntija neurologi (RV) kautta anamnestinen haastatteluja, neurologiset tutkimukset ja neuropsykologinen testaus. Neuropsykologiseen arviointiin kuului: Mini Mental State Examination (MMSE, Folstein ym., 1975; kolikko ym., 2009) ja Frontal Assessment Battery (FAB, Dubois et al., 2000; Applollonio ym., 2005). Ryhmä A rekrytoitiin neurologian yksiköstä Koillis-Italiasta.,

toinen ryhmä (n = 21, B-Ryhmän) terveillä samanikäisillä yksilöillä oli tarpeen, jotta testi voidaan suorittaa ilman erityisiä ohjeita ja kolmas ryhmä (n = 21, Ryhmä C) terveillä samanikäisillä valvonta oli neuvottu vastaamaan petollisesti koetukselle kuin jos he olivat kognitiivisesti heikentynyt.

Terve valvonnan ja malingerers (Ryhmä B ja Ryhmä C) rekrytoitiin kaksi lomakeskukset vanhuksille.,

Lievä Neurokognitiivisia Häiriöitä

Osallistujat, Joilla on Lievä Neurokognitiivisia Häiriö

Terve Osallistujat ja Malingerers Kognitiivinen heikentyminen

Terve Osallistujat

Neljäkymmentä-kaksi tervettä osallistujat rekrytoitiin. Heillä ei ollut neurologisia tai psykiatrisia sairauksia tai aineen ja/tai alkoholin väärinkäyttö. MMSE korjatut tulokset olivat ≥ 26 ja osallistuja saatu vastaava pisteet < 2 FAB. Kaikki osallistujat jaettiin satunnaisesti yhteen seuraavista kahdesta ryhmästä., Yksi ryhmä (Ryhmä B: terve valvonta) annettiin standardin ohje b-Testi (n = 21, 14 urosta ja 7 naarasta), kun taas toinen (Ryhmä C: malingerers) sai ohjeet teeskennellä b-Testi (n = 21, 8 urosta ja 13 narttua) vuonna jotta fake kognitiivinen häiriö. Erityisesti malingerers (Ryhmä C) oli neuvottu suorittaa MMSE ja FAB niin hyvin kuin mahdollista ja vain b-Testi sai alle teeskentelee ohjeet (heitä pyydettiin simuloida antamalla strategioiden mukaisesti uskomuksia ja yhteisen tiedon siitä, lievä kognitiivinen vaje).,

kokeelliset menettelyt

b-testi annettiin MMSE: n ja FAB: n jälkeen kaikille osallistujille. Juuri ennen kokeellista tehtävää malingerers-ryhmään osoitettuja osallistujia ohjeistettiin valehtelemaan kognitiivisesta asemastaan. Lisätä noudattaminen, osallistujille annettiin seuraava skenaario: ”Sinun pitäisi suorittaa testin, koska se olisi suoritetaan kärsivän potilaan lievä dementia tai lievä kognitiivinen heikentyminen. Erityisesti, teeskennellä, että olen Komission jäsen, joka todistaa vamma; sinun pitäisi vakuuttaa minulle, että olet oikeutettu vammaisuuteen maksut.,”Testin päätyttyä malingerers group kyseenalaistettiin myös seuraavasti:” kuvaile käytetty strategia ja selitä, miksi olet valinnut sen.”

potilaiden ja terveiden verrokkien oli tehtävä kaikki testit mahdollisimman tehokkaasti.

Data-Analyysi

Data analysoitiin käyttäen parametrinen tilastollinen analyysi. Lisäksi, jotta voidaan arvioida luokittelun tarkkuus b-Testi ja välttää overfitting, olemme laajalti käytetty leave-one-out cross validation (LOOCV) menettely (Cawley ja Talbot, 2010)., Liikakalastus on liioitellun optimistinen sovitus tietoihin, jotka on saatu testaamalla mallia samalla aineistolla, jota käytetään itse mallin kehittämiseen. Jotta voidaan saavuttaa realistinen arvio luokitteluvirheestä (malingerers vs. potilaat), liikakalastusta on vältettävä. Overfitting on epänormaali mallin sovitus, joka on yleensä laskuri käyttämällä out-of-sample tarkkuuden arvio (hold-out-menetelmä), jota käytetään proxy-alan tarkkuudet. Tällaiset näytteen ulkopuoliset tarkkuusarviot vaativat suuria näytteitä, joita on vaikea kerätä kliinisten populaatioiden kanssa., On osoitettu, että n-fold cross validation on hyvä menettely, jolla arvioidaan totta tarkkuudet pieniä näytteitä. N-kertaisen ristivalidoinnin erikoistapaus on LOOCV (Cawley and Talbot, 2010), joka on kliinisten tutkimusten (Orrù et al., 2012). Vuonna LOOCV, tilastollinen malli on kehitetty käyttäen vain n − 1 esimerkkejä ja testattu jäljellä yksi kappale. Menettely toistetaan pyörivä järjestelmällisesti jätetty pois esimerkiksi ja out-of-sample-luokitus virhe on johdettu keskimääräinen virhe n − 1-malleja., Tästä syystä olemme käyttäneet LOOCV jotta saadaan rajat validoitu syrjintää luvut välillä malingerers ja potilaille.

viime Aikoina on osoitettu, että psykometrinen testaus voidaan lisätä käyttämällä, päälle enemmän perinteiset tilastolliset menetelmät, koneoppiminen (ML) tekniikoita (James et al., 2013). ML on jo käytetty kehittää korkean suorituskyvyn luokitus malleja, joiden tarkoituksena on havaita malingerers (Monaro et al., 2018 A,b).

data-analyysi on tehty SPSS: llä ja Wekalla 3,8 (Hall ym., 2009).,

Tulokset

Parametrinen Tilastollinen Analyysi

keskiarvot ja keskihajonnat ikä -, koulutus -, ja testin tulokset on raportoitu Taulukossa 1. Koska kaikki testitulokset eivät yleensä jakautuneet eri ryhmiin, laskettiin ei-parametriset ryhmävertailut (Kruskal-Wallis ANOVAs). Ryhmät eivät merkittävästi eroa toisistaan iän ja kouluvuosien, mutta he erosivat vuonna MMSE ja FAB tulokset, Ryhmä pisteytys merkittävästi huonompi kuin Ryhmä B (terve tarkastukset) ja C (malingerers) on MMSE ja FAB.,

kuten on esitetty, ryhmät erosivat merkittävästi kaikista b-testituloksista. Taulukossa 2 esitetään tulokset Mann-Whitneyn U-testillä analysoidaan käytetään pairwise vertailuja b Test data (Bonferroni-korjattu merkitsevyyden tasot asetettiin 0.02)., Malingerers (Ryhmä C) tehty, että komissio tekee enemmän virheitä (mukaan lukien d-virheet) ja tekemättä virheitä, ja saatu huomattavasti korkeampi E-pisteet kuin valvontaa ja potilasta (Ryhmä B ja A, vastaavasti). Terveillä verrokeilla myös potilaat pärjäsivät näissä pisteissä huomattavasti paremmin. Ryhmä vertailuja vasteajat olivat myös merkittäviä, jossa valvontaa suorittamalla testi huomattavasti nopeammin kuin malingerers ja potilaat, jotka eivät merkittävästi poikkea toisistaan.

Virhe kuvioita kävi ilmi, että potilaat ja tarkastuksia on tehty enemmän laiminlyönnistä virheitä kuin komissio virheitä (mukaan lukien d-virheet), kun taas malingerers tehty enemmän komissio virheet yleensä seuraa laiminlyönnistä virheitä ja d-virheitä.

Luokittelu Tarkkuus Potilaiden Välillä ja Malingerers

sovellettaessa b-Testi medico-legal-asetus, useimmat mielenkiintoista on vertailu malingerers ja potilaille., Ottaen huomioon, että medico-legal-asetus, yksilö on malingering altis, tavoitteena on tunnistaa, onko kuulusteltava on todellinen patologinen tapaus tai tekosairas. Tästä syystä, suurin kiinnostus on tehokkaasti erottava (meidän kokeilu) potilaiden malingerers yksinomaan sillä perusteella, että b-Testin tulokset. Kynnys tulokset luokitella oikein 90% potilaista kunkin toimenpiteen (laiminlyönnistä virheet, d-virheet, komissio virheet, vasteaika, ja E-pisteet yhdessä AUC) johti korkea luokitus tarkkuus (ks. Taulukko 3)., Esimerkiksi, kun kyse on laiminlyönnistä virheet, cut-off >56 luokiteltu 90% potilaista (Ryhmä A) ja 90.4 prosenttia malingerers (Ryhmä C) oikein.

– Tämä tulos saattaa kuitenkin kärsiä overfitting., Kuten edellä jo todettiin, jotta voidaan arvioida tehokkuutta b-Testi ja välttää overfitting, testasimme eri koneoppimisen malleja käyttäen LOOCV menettely.

ennustajia käyttää kehitettäessä kone oppimisen malli olivat seuraavat: ikä, koulutus, sukupuoli -, d-virheet, komissio virheitä, laiminlyönti virheet, yhteensä RT (s), E-pisteet. Leave-one-out cross validation (LOOCV) (esim Vapnik ja Chapelle, 2000) menetelmää on käytetty. Tällainen tekniikka jättää yhden tapauksen pois mallin kehittämiseen käytetystä harjoitusnäytteestä., Kun malli on kehitetty, sen Tarkkuus testataan (näytteen ulkopuolella)tässä pidossa. Prosessi toistetaan kaikissa näytteen tapauksissa (vertailtaessa potilaita ja malingereita, 42-1). Tällöin virhe lasketaan keskiarvoksi 42-1 laskennassa ja tämä keskivirhe on näytteen ulkopuolisen virheen estimointi. Se LOOCV on menetelmä valinta, kun pieni määrä tapauksia ovat käytettävissä, kuten, esimerkiksi, neuroimaging tutkimukset (Orrù et al., 2012).,

yhdeksän mainitut ominaisuudet olivat tulleet eri koneoppimisen luokittelijoita, jotka olivat koulutettu luokitella jokainen aihe kuin kuuluvat yksi kahteen ryhmään kiinnostaa (potilaat ja malingerers). Erityisesti, olemme valinneet seuraavat luokittelijoita edustajana eri luokittelijoita: Naiivi Bayes, Logistinen Regressio, Yksinkertainen Logistinen regressio Support Vector Machine, ja Satunnainen Metsä (WEKA Käsikirja Versio 3-7-8, Bouckaert ym., 2013). Tulokset eri luokittelijoiden kesken on esitetty taulukossa 4.,

Kaikki luokittelijoita perustuvat eri olettamuksiin ja edustaja eri luokkaa luokittelijoita tuottanut vastaavia tarkkoja tuloksia vastaavia lukuja sekä vääriä positiivisia ja vääriä negatiivisia virheitä.

taulukossa 5 ilmoitetut tulokset viittaavat potilaiden ja simulaattoreiden väliseen vertailuun.,

Lopulta, Satunnainen Metsä multiclass luokittelija, joka luokittelee aiheita, mutta kolme luokkaa (potilaat, terve valvontaa, ja malingerers) eikä kahteen ryhmään kuten raportoitu Taulukoissa 4, 5, saatiin seuraavat tulokset: (1) yleinen tarkkuus = 79.4; (2) AUC = 0.87; (3) F1 = 0.8., Edellä mainittuihin oikein luokiteltuja potilaita oli 17/21, terveitä verrokkiryhmiä 15/21 ja malingereja 18/21.

kaikki edellä mainitut ML-mallit ovat läpinäkymättömiä, eikä lopullisen luokituksen tuottava peruslogiikka ole yksinkertainen., Jotta on selkeä käsitys luokittelussa logiikka, olemme ajaa puuhun malli ML, joka valitsee optimaalisen päätöksen sääntöä, joka maksimoi luokittelu tarkkuus, J48 (Quinlan, 1993), joka tuotti seuraavat optimaalinen päätös sääntö:

jos laiminlyönti virheet ovat < = 78, sitten aihe on luokiteltu potilas tarkkuudella yhtä suuri kuin 95.,2%;

ja

jos laiminlyönti virheet ovat > 78, niin aihe on luokiteltu simulaattori tarkkuudella, joka on sama 86%.

edellä mainitun päätöksen periaate ei ole paras luokittelija mutta antaa helppo tapa ymmärtää sääntö, joka johtaa korkea tarkkuus luokittelussa potilaat ja malingerers., Alun perin merkitty Boone (2000), laiminlyönnistä virheitä ovat ne, jotka ovat osaltaan oikein erottaa simulaattoreita potilaista, ja myös tämä tutkimus osoittaa, että optimaalinen luokittelu voi perustua sääntö, joka perustuu useita puutteita.

lisäksi vertailevaa analyysia on käytetty korostamaan, mitkä ennustavat maksimaalisesti edistää oikea luokittelu potilaat vs. simulaattoreita. Tulokset olivat seuraavat: laiminlyönnistä = 0.81; komissio = 0.66; E-pisteet = 0.66; d virheitä = 0.56., Random Forest mahdollistaa myös lajitella merkitystä ennustajia edistää tarkka luokittelu ja merkitys ennustajia oli samanlainen, että tuloksena vertailevaa analyysi raportoitu edellä maksimi panos luokittelu tulevat laiminlyönnistä ja komissio virheet ja E-pisteet.,

Keskustelua

Vaikka kliiniset ja tutkimusta on johtanut yhä kehittyneempiä menetelmiä ja ovat tuottaneet lupaavia tuloksia havaita malingering, on edelleen merkittäviä teoreettisia ja käytännön haasteita havaitseminen malingering, erityisesti iäkkäillä potilailla, joilla on Lievä Neurokognitiivisia Häiriöitä. Väärennetty vaikea kognitiivinen heikentyminen voidaan havaita kliinisesti vertaamalla alhaisia pistemääriä kognitiivisiin testituloksiin ja päivittäisestä elämästä johtuvaan virheettömään toimintaan., Itse asiassa, ennallaan arjen toimintaa pariksi vaikea vajaatoiminta at kognitiiviset testit napauttamalla samat toiminnot ovat osoitus malingering. Kuitenkin, Lievä Neurokognitiivisia Häiriöitä eivät ole yleensä mukana arjen arvonalentumiset ja malingerers voi olla vaikea havaita käyttämällä yksinkertaisia strategioita, jossa vertaillaan kognitiiviset testitulokset (erittäin matala) ja päivittäisiin toimintoihin (säilynyt).

käytettävissä on useita strategioita kognitiivisten vajeiden pahantekijöiden tunnistamiseksi., Esimerkiksi Lääketieteellinen Oire Pätevyys Testi (MSVT) on laajalti käytetty muisti testi, jossa on kolme sisäänrakennettu vaivaa toimenpiteet, joilla pyritään havaitsemaan teeskenteli (Green, 2004; Dandachi-FitzGerald ja Merckelbach, 2013). Se MSVT on saavuttanut erittäin korkea herkkyys ja spesifisyys in kokeelliset tutkimukset, jotka ovat verranneet säätimet malingerers neuvottu teeskennellä muisti ongelmia (Merten ym., 2005).

b-Testi kuuluu samaan luokkaan testit, ns suorituskyky pätevyys testit (esim., Rey 15 kohdetta, Reznek, 2005), jotka ovat testit, jotka ovat erittäin helppo myös erittäin kognitiivisesti heikentynyt.

jotta voitaisiin arvioida, onko b-Testi voi auttaa tunnistamaan tämän tyyppinen malingerers, me annetaan b-Testi ryhmä potilaita, joilla on Lievä Neurokognitiivisia Häiriö. Tämä ryhmä oli verrattuna terveisiin valvonnan ohjeiden vastata petollisesti testi (keinotekoisesti tuottaa vastaavia malleja kognitiivinen heikentyminen) ja ryhmän terve valvonnan ohjeiden vastata totuudenmukaisesti testi.,

Suuret tulokset osoittavat, että malingerers teki enemmän huonosti kuin valvontaa ja potilaat b-Testi, kaikki parametrit on johdettu testi lukuun ottamatta yhteensä vasteaika. Erityisesti potilaat ja tarkastuksia on tehty enemmän laiminlyönnistä virheitä kuin komissio virheet, kuten d-virheet, kun taas malingerers tehty suhteettoman paljon enemmän komissio virheet, seuraa laiminlyönnistä virheitä ja d-virheitä. Nämä havainnot tiiviisti peili strategioita teeskenteli kuten raportoitu suullisesti malingerers., Itse asiassa, puolet heistä ilmoitti, että he tekivät satunnainen laiminlyönti ja komissio virheitä, kun noin neljännes heistä ilmoitti, että he yrittivät kiertää kaikki kohteet, jotka eivät ole b: n. Puolet malingerers kertoi myös, että he tietoisesti hidastanut niiden vasteaika. Siksi, malingerers voidaan erottaa totuus-ääntenlaskijat perustuu niiden virhe kuvioita, joka on radikaalisti erilainen kuin ne, osoitti potilaat. Sen sijaan potilailla ja terveillä kontrolleilla on samanlainen vastemalli ja virheitä., Kun valvontaa suorittaa huomattavasti paremmin kuin potilaat, joilla on kaikki virhe, tulokset, molemmat ryhmät näkyvät enemmän virheitä laiminlyönnistä kuin komissio, kun taas, kuten edellä jo todettiin, malingerers näkyy päinvastainen kuvio.

tutkimuksessamme raportoidut tiedot ovat yhdenmukaisia Boone et al: n alkuperäisten validointikokeiden kanssa. (2002), joka on dokumentoitu, että se oli erittäin epätavallista, että aito potilaat, joilla on masennusta, aivohalvaus, traumaattinen aivovamma, skitsofrenia, oppimisvaikeuksia, ja advanced ikä misidentify ei-b: n kuin b: n., Tämänhetkisen tutkimuksen tiedot laajentavat tämän havainnon koskemaan iäkkäitä potilaita, joilla on lievä dementia.

Kokeessamme potilaat suorittivat b-testin paljon hitaammin kuin Boone et al. (2002) potilaat (joihin kuului enimmäkseen psykiatrisia potilaita). Nämä löydökset ovat yhdenmukaisia havaintojen kanssa, että kognitiivinen hidastuminen on merkittävää varhaisessa dementiassa (McGuinness et al., 2010) ja viittaavat siihen, että vasteajoilla on hyvin vähäinen arvo todellisen dementian erottamisessa teeskennellystä lievästä dementiasta. Päinvastoin, virheitä yli-oppi, tiedot, tehtävät näyttävät olevan paljon tehokkaampaa., Luonne neurologiset häiriöt, jotka liittyvät lievä kognitiivinen heikentyminen saattaa selittää, miksi indeksit perustuvat aika eivät ole erityisen hyödyllinen havaitsemisessa malingerers.

tutkimuksessamme malingersit tarkoituksellisesti hidastavat suoritustaan. Kuitenkin, vähentää vasteaika on myös ominaisuus, useimpien neurologisten sairauksien, ja tämä voi olla syy, miksi indeksit perustuvat ajoitus ei ehkä pysty tehokkaasti erottamaan malingerers ja potilaille.,

tilastollisen standardianalyysin lisäksi, jonka tulokset on tiivistetty edellä, olemme soveltaneet kehittyneempää analyysia, joka perustuu ML-tekniikoihin. Meillä on myös raportoitu luokittelu tarkkuus perustuu K-fold Cross Validation (erityisesti leave-one-out cross validation, LOOCV; yleensä pidetä paras tekniikka käsittelyyn tällaisia ongelmia, pieniä näytteitä) saadakseen puolueettomia arvioita out-of-sample tarkkuudet., Tämä analyysi osoitti, että malingerers voidaan erottaa potilaita yksinomaan b-Testin suorituskyky yleinen tarkkuus 90% tai enemmän (maksimi tarkkuus Yksinkertainen Logistiikka-luokitin). Erilaiset koneoppimismallit osoittivat samanlaisia tuloksia. Vaikka joillakin luokittajilla on erittäin monimutkaiset päätössäännöt (esim.Satunnaismetsät), toiset saattavat olla kliinikolle intuitiivisempia., Esimerkiksi, optimaalinen päätös puu tuotti seuraavan päätöksen sääntö:

jos laiminlyönti virheet ovat < = 78, niin aihe on luokiteltu potilas, jonka tarkkuus vastaa 95,2 prosenttia;

ja

– jos > 78 on simulaattori, jossa tarkkuus on yhtä suuri 86%.

Vaikka alempi koulutustaso (M = 6.7, SD = 2.2), terve valvonta tarkoittaa vasteaika (M = 634.76, SD= 236.23) ja komissio virheitä (M = 1.28, SD=2.,75)olivat samanlaisia kuin Boone et al. (2002). Vanhemmat kontrollit (koulutustaso = 15,2 vuotta; keskimääräiset vasteajat = 10,8 min; komission keskimääräiset virheet = 1,0). Valvonnan nykyinen tutkimus sitoutunut enemmän laiminlyönnistä virheitä kuin Boone ja kollegoiden näyte (keskiarvo laiminlyönnistä virheet: 18.0 vs. 8.0). Nämä havainnot viittaavat siihen, että koulutus näyttää olevan vähäinen vaikutus b-Testin suorituskyky, mikä viittaa siihen, että b-Testi on suhteellisen vaikuta tutkittavan koulutustaso.,

rajoitus nykyinen tutkimus liittyy käytön ohjeiden malingerers (kutsutaan myös kokeellinen malingerers). Ohjeiden malingerers yleensä tuottaa kohonnut herkkyys hinnat, koska ne ovat yleensä teeskennellä enemmän liikaa kuin heidän ”real-world” kollegansa (Boone et al., 2005). Lisäksi, nykyinen tutkimus, malingerers oli neuvottu teeskennellä sairaus, joka täyttää työkyvyttömyyskorvaukset, joten osallistujat voi on pyrkinyt edelleen yli-liioitella kognitiivinen heikentyminen., Herkkyys hinnat tutkimuksessamme vaativat, siksi tulevaisuuden replikointi medico-legal-asetuksia käyttämällä osallistujat, jotka ovat spontaanisti motivoitunut fake sijaan neuvottu teeskennellä kognitiiviset häiriöt.

Tietojen Saatavuus

aineisto käytetään ja analysoidaan aikana nykyinen tutkimus on saatavilla vastaava kirjoittaja, kun pyyntö on kohtuullinen.

Etiikkalausunto

Bellunon ja Trevison provinssien kliinisten tutkimusten eettinen komitea (Italia) hyväksyi kokeellisen menettelyn., Kaikki tutkittavat antoivat kirjallisen tietoon perustuvan suostumuksen Helsingin julistuksen mukaisesti.

Tekijäosuudet

GS ja FG ideoivat kokeilun. GP, RV ja GS suunnittelivat kokeellisen tehtävän. GP vaikutti terveiden henkilöiden tiedonhankintaan. RV ja GP edistivät terveiden potilaiden tiedonhankintaa. GO ja AG osallistuivat tietojen analysointiin. GO ja KB vaikuttivat tietojen tulkintaan. GP, GS, KB ja GO laativat käsikirjoituksen. Kaikki kirjoittajat tarkistivat käsikirjoitusta kriittisesti ja antoivat lopullisen hyväksynnän version julkaisemiselle.,

eturistiriita Lausunto

kirjoittajat ilmoittavat, että tutkimus on tehty ilman mitään kaupallisia tai taloudellisia suhteita, jotka voitaisiin tulkita mahdollisia eturistiriitoja.