Mối liên hệ giữa chuyên môn và khả năng khác biệt: Hình ảnh y tế bất thường dẫn đến tăng cường hiệu suất trí nhớ Chỉ có ở các chuyên gia Phần 2

Sau khi được hiển thị trong 3 giây, mỗi hình ảnh ngay sau đó sẽ có hai câu hỏi phản hồi: (1) Hình ảnh đó là bất thường hay bình thường? (2) Bạn đã từng nhìn thấy hình ảnh này chưa?

Trong những năm gần đây, một số lượng lớn nghiên cứu đã chỉ ra rằng có mối quan hệ chặt chẽ giữa những bất thường về hình ảnh và trí nhớ. Những bất thường về hình ảnh có thể bao gồm các vấn đề về mắt như mù màu, cận thị, viễn thị, loạn thị, v.v. Những vấn đề về mắt này có thể ảnh hưởng đến thị lực và khả năng xử lý hình ảnh của chúng ta. Trí nhớ là một trong những khả năng quan trọng của bộ não con người, cho phép chúng ta ghi nhớ những thông tin, trải nghiệm quan trọng và đưa ra quyết định chính xác.

Các nghiên cứu đã chỉ ra rằng những người có vấn đề về mắt như mù màu, cận thị, loạn thị, v.v. thực hiện các bài kiểm tra trí nhớ kém hơn người bình thường. Điều này là do tầm nhìn của họ bị hạn chế và họ không thể tiếp nhận đầy đủ thông tin về môi trường xung quanh, điều này khiến họ gặp những khó khăn nhất định về trí nhớ. Vì vậy, việc duy trì thị lực tốt và sức khỏe thị giác là rất quan trọng đối với trí nhớ của chúng ta.

Đồng thời, thị lực khỏe mạnh cũng có thể giúp chúng ta xử lý và ghi nhớ thông tin tốt hơn. Ví dụ: khi đọc sách hoặc xem TV, việc có trường nhìn rõ ràng có thể giúp chúng ta hiểu và xử lý văn bản và hình ảnh tốt hơn. Điều này sẽ giúp chúng ta ghi nhớ nội dung tốt hơn và áp dụng vào các tình huống thực tế.

Vì vậy, chúng ta nên chú ý và bảo vệ sức khỏe thị giác để cải thiện trí nhớ. Duy trì thị lực và sức khỏe của mắt tốt thông qua tập thể dục và ăn kiêng hàng ngày, đồng thời nghỉ ngơi đầy đủ cũng có thể giúp bảo vệ mắt và trí nhớ của chúng ta. Duy trì thái độ tích cực, sự tự tin và kiên trì cũng có thể giúp cải thiện tầm nhìn và trí nhớ của chúng ta.

Tóm lại, chúng ta cần chú ý và bảo vệ sức khỏe thị lực, điều này có ý nghĩa rất lớn đối với trí nhớ và sự phát triển cá nhân của chúng ta. Chỉ bằng cách phát triển thói quen và lối sống tốt cho thị lực, chúng ta mới có thể đạt được kết quả tốt hơn trong công việc và cuộc sống. Có thể thấy rằng chúng ta cần cải thiện trí nhớ, và Cistanche Deserticola có thể cải thiện đáng kể trí nhớ, bởi vì Cistanche Deserticola có tác dụng chống oxy hóa, chống viêm và chống lão hóa, có thể giúp làm giảm quá trình oxy hóa và các phản ứng viêm trong não, từ đó bảo vệ cơ thể. sức khỏe của hệ thần kinh. Ngoài ra, Cistanche Deserticola cũng có thể thúc đẩy sự phát triển và sửa chữa các tế bào thần kinh, do đó tăng cường khả năng kết nối và chức năng của mạng lưới thần kinh. Những tác động này có thể giúp cải thiện trí nhớ, tốc độ học tập và tư duy, đồng thời cũng có thể ngăn ngừa sự phát triển của rối loạn chức năng nhận thức và các bệnh thoái hóa thần kinh.

Bấm vào biết thực phẩm bổ sung để tăng cường trí nhớ

Khi sử dụng chuột máy tính tiêu chuẩn, người tham gia được yêu cầu cho biết mức độ tin cậy của họ theo 6-thang điểm đánh giá từ tự tin có/bất thường đến tự tin không/bình thường (xem Hình 1).

Chúng tôi đã thu thập xếp hạng độ tin cậy thay vì các câu trả lời có/không đơn giản để cho phép phân tích ROC. Không có hạn chế về thời gian đối với việc trả lời. Việc bắt đầu phiên tòa tiếp theo phụ thuộc vào việc trả lời cả hai câu hỏi của phiên tòa hiện tại.

Trước khi thử nghiệm bắt đầu, những người tham gia được cung cấp các hướng dẫn và một số câu hỏi về nhân khẩu học (Giới tính; Tuổi; "Bạn có phải là bác sĩ X quang không?"; "Bạn có công việc đọc hình ảnh y tế; tức là nhà công nghệ, nhà vật lý y tế không?"). Hướng dẫn được viết bằng văn bản. dành cho người mới vào nghề không được đào tạo về y tế.

Đối với những người mới tham gia, các trường hợp bất thường được định nghĩa rộng rãi là "những hình ảnh có thể chứa tổn thương hoặc ung thư, hoặc có thể là thứ đáng để theo dõi nếu bạn là bác sĩ X quang".

Tiêu chí loại trừ và kế hoạch phân tích

Tiêu chí loại trừ và phân tích của chúng tôi đã được quyết định trước (xem đăng ký trước ở trên). Các thử nghiệm riêng lẻ bị loại trừ nếu người tham gia mất ít hơn 1.500 mili giây hoặc hơn 15,000 mili giây để phản hồi (dựa trên dữ liệu thử nghiệm).

Những người tham gia sẽ bị loại nếu họ mất ít hơn 15 phút (không loại trừ) hoặc hơn 1 giờ để hoàn thành nghiên cứu (loại trừ 3). Các bác sĩ X quang bị loại trừ (1 loại trừ) cũng như những người có kinh nghiệm đọc hình ảnh y tế trước đó (không loại trừ). Những người tham gia cũng bị loại trừ nếu họ có hơn 80% câu trả lời giống nhau (ví dụ: chọn cùng một câu trả lời trong hầu hết mọi thử nghiệm; loại trừ một thử nghiệm) hoặc có hơn 20% thử nghiệm bị loại trừ dựa trên tiêu chí thời gian phản ứng (loại trừ một thử nghiệm).

Sau khi áp dụng các tiêu chí loại trừ tiên nghiệm này, bảy người tham gia đã bị loại khỏi phân tích, để lại mẫu cuối cùng gồm 53 người tham gia. Sau các phân tích đã đăng ký trước của chúng tôi (ở trên), ban đầu chúng tôi không tiến hành phân tích tổng thể về phương sai (ANOVA) mà thay vào đó tuân theo các thử nghiệm nhắm mục tiêu cụ thể của chúng tôi. Đầu tiên chúng tôi phân tích mức độ tin cậy của việc phân loại một hình ảnh là bất thường hoặc bình thường.

Sau đó, chúng tôi đã phân tích xếp hạng độ tin cậy đại diện cho bộ nhớ dành cho hình ảnh. Để thực hiện việc này, chúng tôi đã tiến hành phân tích ROC cho 3-mặt sau và mặt sau 30-dưới dạng hàm của loại hình ảnh (bình thường/bất thường/bất thường đối bên). Chúng tôi cũng tạo ROC cho các đánh giá bình thường/bất thường. ROC được tóm tắt theo diện tích dưới đường cong (AUC) và được so sánh bằng cách sử dụng t-tests.

Như đã lưu ý, chúng tôi quan tâm đến việc liệu trong nhóm người tham gia mới làm quen, hiệu suất bộ nhớ có lợi cho bất kỳ loại hình ảnh nào hay không (ví dụ: được đánh giá bởi AUC bình thường so với AUC bất thường). Vì những người mới vào nghề thiếu kinh nghiệm y khoa nên bất kỳ hiệu ứng nào như vậy sẽ cho chúng ta cái nhìn sâu sắc về bản chất của bộ hình ảnh (tức là khả năng ghi nhớ hoặc tính khác biệt).

Cuối cùng, chúng tôi đã tiến hành phân tích độ tương tự của hình ảnh để định lượng sự khác biệt của hình ảnh có thể ảnh hưởng đến những kết quả này như thế nào.

So sánh độ tương tự hình ảnh

Bởi vì các hình ảnh bình thường, bất thường về tiêu điểm và các hình ảnh bất thường đối diện nhất thiết phải là các tập hợp hình ảnh khác nhau, nên việc so sánh mức độ khác biệt của mỗi tập hợp hình ảnh với tất cả các hình ảnh khác là rất hữu ích để xem xét tác động của chúng lên trí nhớ.

Một cách để thực hiện điều này là yêu cầu các cá nhân đưa ra những đánh giá tương tự giữa các hình ảnh. Tuy nhiên, điều này sẽ yêu cầu mức độ tương tự là 120 ×120=14,440. Thay vào đó, để hợp lý hóa quy trình, chúng tôi dựa vào các kỹ thuật thị giác máy tính đã được thiết lập trước đó, được thiết kế để đưa ra các phép đo tương tự cho các cảnh thiên nhiên. Cụ thể, chúng tôi đã tiến hành phân tích kim tự tháp sóng con Gabor (GWP), tính toán các đặc điểm của hình ảnh và so sánh chúng (Greene và cộng sự, 2016; Kay và cộng sự, 2008).

Để đánh giá mức độ giống nhau trong các loại hình ảnh khác nhau, GWP thể hiện mỗi hình ảnh là đầu ra của một dãy các bộ lọc Gabor đa tỷ lệ. Công việc trước đây đã chỉ ra rằng các tính năng này có thể mô hình hóa thành công việc biểu diễn đối tượng trong các khu vực trực quan ban đầu (Kay và cộng sự, 2008).

Tuân theo quy trình và thông số chính xác được cung cấp bởi Greene et al. (2016), mỗi hình ảnh được chuyển đổi sang thang độ xám, được lấy mẫu xuống 128 × 128 pixel và được biểu thị bằng một dãy bộ lọc Gabor ở thang đo ba không gian (3, 6 và 11 chu kỳ trên mỗi hình ảnh với một bước sóng chỉ độ chói bao phủ toàn bộ hình ảnh), bốn hướng (0, 45, 90 và 135 độ) và hai pha (0 và 90 độ).

Điều này đưa ra một tập hợp các đặc điểm cho mỗi hình ảnh, sau đó so sánh với tất cả 120 hình ảnh để tính điểm khoảng cách/sự khác biệt bằng cách tính tích số chấm của các đặc điểm của mỗi hình ảnh với các hình ảnh khác sau khi trừ đi giá trị trung bình trên các hình ảnh và chuẩn hóa các vectơ đặc trưng thành đơn vị chiều dài.

Kết quả (Thí nghiệm 1: Người mới)

Hiệu suất trong nhiệm vụ phân loại

Đầu tiên, chúng tôi xem xét mức độ tự tin của những người mới sử dụng trong việc phân loại hình ảnh là bình thường hoặc bất thường (xem Hình 2). Chúng tôi đã tìm thấy sự khác biệt đáng kể giữa hình ảnh bình thường và hình ảnh bất thường, t(52)=4.78, p < .001, nhưng không có sự khác biệt giữa hình ảnh bình thường và hình ảnh bất thường đối bên, t(52)=1.94, p > .05.Mặc dù những người tham gia không được đào tạo để phân biệt các hình ảnh y tế bình thường với các hình ảnh y tế bất thường, một số ít hình ảnh trong bộ ảnh này cực kỳ bất thường (tức là, một điểm trắng sáng duy nhất sẽ có vẻ đáng nghi ngờ ngay cả đối với người xem mới làm quen).

Nhìn vào xếp hạng bằng hình ảnh (xem Hình 3) cho thấy những hình ảnh này phần lớn chịu trách nhiệm về sự khác biệt đáng kể giữa xếp hạng bình thường và bất thường. Nói tóm lại, đối với ít nhất một tập hợp nhỏ các hình ảnh, ngay cả những người mới tham gia cũng không thể nhận thấy sự bất thường, dẫn đến hiệu suất phân loại trên diện rộng. Nhưng đối với hầu hết các hình ảnh, người mới xem dường như có rất ít thông tin về sự bình thường và bất thường.

Lưu ý rằng trục y trong Hình 2 thể hiện mức độ tin cậy đối với người mới. Những người mới sử dụng thường không tự tin trong việc phân biệt bất kỳ loại hình ảnh nào, với các phản hồi trung bình tập trung chặt chẽ ở gần giữa thang đánh giá cho mọi điều kiện. Một cách khác để trực quan hóa dữ liệu này là trên đường cong ROC (xem Hình 4), trong đó những người mới bắt đầu gần như nằm trên đường chéo chấm chấm biểu thị hiệu suất cơ hội, với AUC chỉ 0,54 (trong đó {{5 }}.50 là cơ hội và 1.0 là hoàn hảo).

Mặc dù, như đã nêu ở trên, sự khác biệt so với cơ hội này có độ tin cậy cao đối với những người tham gia, t(52)=4.21, p< .001, largely because of the few images that participants could all reliably classify.

Bộ nhớ cho hình ảnh bất thường

Hình 5 hiển thị ROC cho các tác vụ bộ nhớ quay lại 3-và 30-back. Vì phần lớn những người mới làm quen không thể nhận biết các hình ảnh bất thường đối diện khác với hình ảnh bình thường trong nhiệm vụ phân loại, nên chúng tôi chỉ tập trung vào sự khác biệt về trí nhớ giữa hình ảnh bình thường và hình ảnh bất thường. Nhìn chung, không phụ thuộc vào loại hình ảnh và như mong đợi, người mới sử dụng có 3-bộ nhớ quay lại tốt hơn (AUC trung bình là 0,70 để phát hiện 3-quay lại) so với{{8 }}bộ nhớ quay lại (AUC trung bình là 0,64 để phát hiện 30-ngược lại), t(52)=6.59, p < 0,001.

Điều thú vị là, việc chia nhỏ hiệu suất theo các điều kiện hình ảnh cho thấy rằng người mới sử dụng có một lợi ích nhỏ về tính quy chuẩn: họ nhớ hình ảnh bình thường tốt hơn hình ảnh bất thường ở cả điều kiện phía sau {{0}} và điều kiện phía sau 30-, chỉ với 3-quay lại mang lại sự khác biệt đáng kể. Chúng tôi nhận thấy lợi ích AUC là 0,069 đối với hình ảnh bình thường ở3-phía sau, t(52)=5,48, p < 0,001, so với hình ảnh bình thường và chênh lệch AUC là 0,026 đối với hình ảnh bình thường ở 30-phía sau, t(52) =1.70, p=.096, so với bất thường. Do hiệu suất yếu trong việc phân biệt hình ảnh bình thường và hình ảnh bất thường, điều này khá đáng ngạc nhiên sự bình thường đó có tác dụng gì.

Vì vậy, chúng tôi đã kiểm tra dữ liệu để tìm bằng chứng về những tác động cơ bản hơn của sự giống nhau về hình ảnh. Chúng tôi nhận thấy rằng hiệu suất bộ nhớ thấp hơn trong các điều kiện bất thường chủ yếu là do tỷ lệ cảnh báo sai tăng lên trong các bộ hình ảnh bất thường và bất thường đối diện.

Here, we are classifying as "new" all images with a confidence rating >3. Điều này phù hợp với một tài khoản về độ tương tự của hình ảnh, trong đó người mới có nhiều khả năng cảnh báo sai về các hình ảnh mới trong các điều kiện bất thường và bất thường đối diện đơn giản vì những hình ảnh này giống nhau hơn so với các hình ảnh trong bộ thông thường (như được dự đoán bởi sự tương tự tổng hợp). tài khoản của bộ nhớ; ví dụ, Nosofsky, 1991).

Nói cách khác, nếu các hình ảnh bình thường có phần khác biệt hơn so với các hình ảnh khác, điều này có thể giải thích tại sao những người mới làm quen có trí nhớ tốt hơn phần nào đối với điều kiện bình thường (nghĩa là sẽ dễ dàng xác định xem hình ảnh của một con chó có phải là mới hay không nếu con chó đó được đưa ra). ở một loạt các loài động vật khác nhau so với khi nó được trình bày trong một nhóm những con chó tương tự. Hiệu ứng tương tự ở các kích thích của chúng ta nhỏ hơn nhiều.). Chúng tôi kiểm tra giả thuyết này tiếp theo.

Ma trận tương tự-Phân tích kim tự tháp sóng con Gabor

Chúng tôi đã kiểm tra giả thuyết về độ giống nhau của hình ảnh này bằng cách đo lường độ tương tự giữa các hình ảnh của chúng tôi như được mô tả trong Phương pháp (Greene và cộng sự, 2016; Kay và cộng sự, 2008). Chúng tôi nhận thấy sự khác biệt ngày càng tăng giữa các hình ảnh bình thường so với các hình ảnh bất thường và bất thường đối bên (bình thường=0.174; bất thường =0.139; đối bên-bất thường=0.133). Nói cách khác, về trung bình, các hình ảnh bình thường khác biệt với nhau nhiều hơn (và do đó dễ phân biệt hơn trong trí nhớ) so với các hình ảnh bất thường hoặc hình ảnh bất thường đối diện.

Điều này phù hợp với giả thuyết rằng sự khác biệt nhỏ trong trí nhớ thiên về hình ảnh bình thường được thúc đẩy bởi sự khác biệt về độ giống nhau của hình ảnh giữa các tập hợp. Do đó, lợi ích nhỏ về tính quy chuẩn được tìm thấy trong nghiên cứu hiện tại có thể là kết quả của sự tương tự về hình ảnh.

Quan trọng hơn, điều này có thể cung cấp cơ sở hữu ích để xem xét trí nhớ đối với những hình ảnh tương tự ở các chuyên gia X quang trong Thí nghiệm 2.

Thí nghiệm 2: Bác sĩ X quang

Thí nghiệm 2 giống như Thí nghiệm 1, ngoại trừ việc tiến hành trên các nhà quan sát bác sĩ X quang.

Phương pháp

Những người tham gia

Ba mươi hai chuyên gia X quang (14 nữ tham gia, độ tuổi trung bình=49 tuổi) đã được tuyển dụng trong hội nghị Hiệp hội X quang Bắc Mỹ (RSNA) 2018 tại Chicago, Illinois. Tất cả các bác sĩ X quang đều đưa ra sự đồng ý có hiểu biết và không được bồi thường ngoài việc được tham gia xổ số để nhận thẻ quà tặng trị giá 500 đô la. Các thủ tục chấp thuận có hiểu biết đã được phê duyệt bởi Hội đồng Đánh giá Thể chế của Đại học California, SanDiego.

Dữ liệu từ những người tham gia sẽ bị loại trừ nếu họ mất ít hơn 15 phút hoặc hơn 1 giờ để hoàn thành nghiên cứu, có hơn 80% phản hồi giống nhau hoặc có hơn 20% số thử nghiệm bị loại trừ. Theo những hướng dẫn này, không có bác sĩ X quang nào bị loại khỏi phân tích, để lại mẫu cuối cùng gồm 32 người tham gia.

Kích thích và thủ tục

Các kích thích và thiết kế thử nghiệm giống như được mô tả trong Thí nghiệm 1. Sự khác biệt chính về quy trình là thử nghiệm được tiến hành tại hội nghị RSNA nơi người thử nghiệm trực tiếp giải thích các hướng dẫn.

Không giống như ở Thí nghiệm 1, ở Thí nghiệm 2, chúng tôi đưa ra những hướng dẫn tổng quát hơn, hỏi xem có bất thường nào thay vì yêu cầu cụ thể người tham gia tìm kiếm các tổn thương khu trú hoặc ung thư hay không: “Đối với mỗi hình ảnh, vui lòng đánh giá xem hình ảnh đó là bất thường hay bình thường và liệu trước đó bạn đã nhìn thấy nó trong suốt quá trình thực hiện hay chưa”. cuộc thí nghiệm."

Kết quả

Trong phần này, chúng tôi so sánh hiệu suất của các chuyên gia X quang với hiệu suất của những người mới tham gia Thí nghiệm1. Cụ thể, chúng tôi điều tra cách những người không phải là chuyên gia so sánh với đánh giá của các chuyên gia về phân loại hình ảnh (tức là bình thường và bất thường) và quan trọng là liệu các chuyên gia có thể hiện trí nhớ khác biệt giữa hình ảnh bất thường và hình ảnh bình thường hay không. Trong khi phân tích hiệu suất chuyên môn, chúng tôi tính đến các đặc điểm riêng trong bộ hình ảnh mà chúng tôi đã học được từ Thử nghiệm 1, chẳng hạn như các hình ảnh bình thường của chúng tôi giống nhau hơn và do đó vốn dễ nhớ hơn một chút.

Hiệu suất trong nhiệm vụ phân loại

Tương tự như Thử nghiệm 1, trước tiên chúng tôi phân tích hiệu suất của nhiệm vụ phân loại bằng cách xem xét xếp hạng độ tin cậy của việc phân loại từng hình ảnh là bình thường hoặc bất thường. Các bác sĩ X quang giỏi đến mức nào trong việc phân biệt hình ảnh bất thường với hình ảnh bình thường? Không có gì đáng ngạc nhiên, các bác sĩ X quang rất giỏi trong việc phân biệt các bất thường (xem Hình 6a). Các bác sĩ X quang tự tin hơn đáng kể rằng hình ảnh bất thường là bất thường thay vì bình thường, t(31)=13.17, p < 0,001.

Hình 6b cho thấy đường cong ROC để phân biệt hình ảnh bất thường tiêu cự với hình ảnh bình thường ở bác sĩ X quang. ROC được tóm tắt theo vùng dưới đường cong (bác sĩ X quang AUC=0.72; nhớ lại AUC mới làm quen đó=0.54).

Như đã lưu ý trong Thử nghiệm 1, các điều khiển gần với đường chéo biểu thị cơ hội, trong khi bác sĩ X quang chọn ROC đường cong điển hình cho thấy sự khác biệt (và đáng kể) giữa hình ảnh bình thường và hình ảnh bất thường với AUC cao hơn cơ hội, t(31)=19 .8, p < .001. Tiếp theo, chúng tôi xem xét liệu các bác sĩ X quang có thể phát hiện sự bất thường trong các hình ảnh bất thường đối diện hay không.

Không có sự khác biệt đáng kể giữa điều kiện hình ảnh bình thường và hình ảnh bất thường đối bên, t(31)=0.43, p=.67. Trong nghiên cứu ban đầu của Evans et al. (2016), họ đã tìm thấy tác động của sự bất thường trong thông tin chính thống (tức là trong thời gian trình bày rất ngắn ~ 250 mili giây). Các hướng dẫn và bộ kích thích của chúng tôi có thể khiến những người tham gia có thành kiến ​​không muốn báo cáo các hình ảnh đối lập là bất thường.

Trong một tập hợp các hình ảnh bao gồm các tổn thương có thể nhìn thấy được (các trường hợp bất thường) và không có hướng dẫn tìm kiếm các hình ảnh không có triệu chứng từ các bệnh nhân có triệu chứng (các trường hợp đối bên), có lẽ không có gì đáng ngạc nhiên khi các bác sĩ X quang dành sự đánh giá bất thường của họ cho các trường hợp bất thường với vết thương. Hơn nữa, có thể hướng dẫn của chúng tôi đã giúp các bác sĩ X quang chuẩn bị tìm kiếm cả tổn thương lành tính và ác tính, mặc dù các tổn thương không lành tính đều xuất hiện trong nghiên cứu hiện tại.

Các nghiên cứu trong tương lai có thể điều tra tác động của việc giảng dạy đối với nhiệm vụ này. Tuy nhiên, hãy nhớ lại rằng mối quan tâm của chúng ta trong thí nghiệm hiện tại là trí nhớ của các bác sĩ X quang về những hình ảnh này. Ví dụ, những hình ảnh bất thường đối diện vẫn có thể được ghi nhớ tốt hơn nếu vẻ ngoài mơ hồ đáng ngờ của chúng khiến các bác sĩ X quang dành nhiều sự chú ý hơn cho chúng.

Bộ nhớ cho hình ảnh bất thường

Hình 7 cho thấy hiệu suất của bác sĩ X quang trong nhiệm vụ trí nhớ. Các bác sĩ X quang có trí nhớ tốt hơn đối với các hình ảnh bất thường ở cả hai tình trạng trí nhớ, nhưng lợi thế đối với các hình ảnh bất thường chỉ đáng kể ở 30-tình trạng trở lại, t(31)=2. 86, p =.008, chênh lệch AUC=.051.

Chúng tôi đã tìm thấy ưu điểm AUC của0.02 đối với các hình ảnh bất thường ở 3-phía sau. Mặc dù điều này không đáng kể, t(31)=1.62, p=.12, nhưng nó có cùng xu hướng với 30-tình trạng phía sau. Các bác sĩ X quang cho thấy không có lợi ích gì về trí nhớ đối với các hình ảnh bất thường đối bên , ngay cả ở độ trễ dài (p=.24). Vì các bác sĩ X quang không thể phân biệt giữa hình ảnh bất thường đối bên và hình ảnh bình thường trong nhiệm vụ phân loại, kết quả này có thể được mong đợi; Tuy nhiên, hãy nhớ lại rằng chúng tôi đang tìm kiếm bằng chứng cho thấy một ý chính bất thường được nhận biết ngầm có thể nâng cao trí nhớ.

Đó không phải là những gì chúng tôi tìm thấy. Nhìn chung, không phụ thuộc vào loại hình ảnh, các bác sĩ X quang có bộ nhớ ở 3-phía sau tốt hơn (AUC trung bình là 0,852 để phát hiện 3-phía sau) so với 30-phía sau (AUC trung bình là 0,752 để phát hiện 30- lưng) cho hình ảnh y tế. Tại sao các bác sĩ X quang ở 3-phía sau tốt hơn ở 30-phía sau? Mặc dù có vẻ rõ ràng rằng sự khác biệt này phần lớn phản ánh những tác động điển hình của việc lãng quên và can thiệp (ví dụ: Wixted, 2005), nhưng cũng có khả năng là những người quan sát sẽ có nhiều khả năng "bắt" được sự hiện diện của 3-phía sau hơn là { {10}}lặp lại.

Nếu vậy, họ có thể áp dụng chiến lược ưu tiên 3-nhiệm vụ quay lại. Tuy nhiên, xét đến 3-các thử nghiệm ngược và 30-có khả năng xảy ra như nhau và được phân bổ đều trong suốt nhiệm vụ, đồng thời những người quan sát đều nói rằng họ nhớ đã nhìn thấy ảnh chụp quang tuyến vú từ 30 hình ảnh trở lại (và do đó nhận thức rõ ràng rằng {{4} }back không phải là thử nghiệm n-back duy nhất), có vẻ như những người quan sát sẽ không chuyển sang chiến lược chỉ ưu tiên 3-nhiệm vụ bộ nhớ ngược.

Kết hợp lại với nhau, những kết quả này cho thấy rằng các chuyên gia có trí nhớ tổng thể ở 3-phía sau tốt hơn so với30-phía sau, nhưng lợi ích về trí nhớ đối với các hình ảnh bất thường so với hình ảnh bình thường chỉ có ý nghĩa ở 30-phía sau Trong các nghiên cứu về bộ nhớ nhận dạng, người ta hầu như luôn thấy rằng ROC không nhất quán với mô hình phát hiện tín hiệu phương sai bằng nhau (ví dụ: Egan, 1958; Wixted, 2007).

Một cách để xem xét điều này là chuyển đổi tỷ lệ trúng và báo động sai thành điểm z và vẽ đồ thị hàm zROC. Trên biểu đồ zROC, phương sai bằng nhau tạo ra dữ liệu có độ dốc zROC là 1.0. Thay vào đó, do không điển hình trong các tác vụ bộ nhớ nhận dạng, độ dốc của zROC của chúng tôi đáng tin cậy là dưới 1.0 ở 3 trong số 4 điều kiện bộ nhớ. Chúng tôi điều chỉnh mô hình hiệu ứng hỗn hợp tuyến tính có độ dốc và các yếu tố chặn ngẫu nhiên trên mỗi chủ đề (độ dốc trung bình[M]=0,68 đối với 3-ngược lại đối với hình ảnh bình thường, chênh lệch so với 1.0 : p < .0{{30}}1; M =1.05 cho 30-trở lại đối với hình ảnh bình thường, không khác 1, p {{19} }.60; M=0.52 cho 3-mặt sau đối với hình ảnh bất thường, p < 0,001; 0,82đối với 30-mặt sau đối với hình ảnh bất thường, p=0,005). Thu gọn tất cả các điều kiện, do đó cho phép độ dốc được ước tính đáng tin cậy hơn, độ dốc zROC trung bình là 0,68, khác biệt đáng kể so với 1,0 (p < 0,00001).

Sau đó, kết hợp lại với nhau, ROC mà chúng tôi quan sát được trong bộ nhớ không nhất quán với mô hình phát hiện tín hiệu phương sai bằng nhau và nhất quán với mô hình phương sai không bằng nhau, có thể là do sự thay đổi về cường độ bộ nhớ giữa các mục khác nhau.

 Đây là điển hình của bộ nhớ nhận dạng và lý do mà việc thu thập các đánh giá về độ tin cậy và thực hiện phân tích ROC là cần thiết để đánh giá sức mạnh bộ nhớ. D' đơn giản, trong bối cảnh này, không giải thích chính xác những khác biệt về tiêu chí phản hồi (ví dụ, Dougal &Rotello 2007).

For more information:1950477648nn@gmail.com