TMT

--Trail Making Test (TMT) -- Stroop Kleur-Woord Test -- Wechsler Memory Scale - R -- Bourdon Vos (BV) -- Paced Auditory Serial Addition Test (PASAT) -- Benton Visual Retention Test (BVRT) -- Letter Fluency (LF) -- Semantic Fluency (SF) -- Wisconsin Card Sorting Test (WCST / MWCST) -- Behavioural Assessment of the Dysexecutive Syndrome (BADS) -- Ruff Figure Fluency Test (RFF) --

 

Trail Making Test (TMT)

Normen beschikbaar van de desbetreffende versie in de ANDI database:

De originele TMT (Reitan & Wolfson, 1985). Van deze score-indexen zijn er normen beschikbaar:

  • TMT-A: tijd in seconden.
  • TMT-B: tijd in seconden.
  • TMT Ratioscore: TMT-B gedeeld door TMT-A.

 

Dataverwerking:

Hier wordt extra informatie gegeven over hoe de data in ANDI tot stand zijn gekomen.

1. Data-opschoning:

a. Minimale klinische grenzen en maximale scores

De minimaal en maximaal toelaatbare scores van deze test en hoeveel personen er op basis van deze grenzen worden verwijderd.

Variabele naam Min grens Max grens Aantal verwijderd Percentage verwijderd
TMT__a 10 150 20 0.6
TMT__b 10 500 6 0.2
TMT__ratio_ba 0 4 160 4.8

b. Demografische outliers

Variabele naam Beste model Aantal verwijderd Percentage verwijderd
TMT__a a + e 74 2.2
TMT__b s + a + e 110 3.3
TMT__ratio_ba s + a + e 1 0.0

Noot. s = sex, a = age, e = education (Verhage).

 

2. Normalisatie transformatie

Om een lineaire regressie te kunnen gebruiken is normaliteit van de residuen nodig. Om deze reden is elke variabele in ANDI getransformeerd. Met welke waarde wordt hieronder weergegeven. De beste Box-Cox transformatie voor normaliteit en bij behorende skewness en kurtosis na transformatie.

Variabele naam Beste Box-Cox transformatie Skewness Kurtosis
TMT__a -0.01 -0.019 2.734
TMT__b -0.11 -0.025 2.837
TMT__ratio_ba 0.31 0.015 3.029

 

3. Totaal in ANDI

Variabele naam Min Mediaan Max N Min leeftijd Max leeftijd
TMT__a 10 35.71 113 3280 18 97
TMT__b 19 77 315 3216 18 97
TMT__ratio_ba 0.24 2.174 4 3171 18 97

 

4. Scatterplots TMT
Ter info:

De sterkte in kleur van de datapunten geeft het aantal observaties aan; hoe intenser de kleur, hoe meer observaties er zijn op die datapunten.

Wanneer u alleen een blauwe lijn ziet, dan liggen alle lijnen voor opleiding op elkaar (en is er dus geen opleidingseffect).