MétaCan
Menu
Retour à la cohorte
Enregistrement W1931427066 · doi:10.1093/brain/awv169

Intrinsic functional connectivity differentiates minimally conscious from unresponsive patients

2015· article· en· W1931427066 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueBrain · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueTraumatic Brain Injury Research
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésMinimally conscious stateWakefulnessComa (optics)Persistent vegetative stateFunctional magnetic resonance imagingPsychologyResting state fMRIAmnesiaAnesthesiaMedicineNeuroscienceConsciousnessPsychiatryElectroencephalography

Résumé

récupéré en direct d'OpenAlex

Despite advances in resting state functional magnetic resonance imaging investigations, clinicians remain with the challenge of how to implement this paradigm on an individualized basis. Here, we assessed the clinical relevance of resting state functional magnetic resonance imaging acquisitions in patients with disorders of consciousness by means of a systems-level approach. Three clinical centres collected data from 73 patients in minimally conscious state, vegetative state/unresponsive wakefulness syndrome and coma. The main analysis was performed on the data set coming from one centre (Liège) including 51 patients (26 minimally conscious state, 19 vegetative state/unresponsive wakefulness syndrome, six coma; 15 females; mean age 49 ± 18 years, range 11-87; 16 traumatic, 32 non-traumatic of which 13 anoxic, three mixed; 35 patients assessed >1 month post-insult) for whom the clinical diagnosis with the Coma Recovery Scale-Revised was congruent with positron emission tomography scanning. Group-level functional connectivity was investigated for the default mode, frontoparietal, salience, auditory, sensorimotor and visual networks using a multiple-seed correlation approach. Between-group inferential statistics and machine learning were used to identify each network's capacity to discriminate between patients in minimally conscious state and vegetative state/unresponsive wakefulness syndrome. Data collected from 22 patients scanned in two other centres (Salzburg: 10 minimally conscious state, five vegetative state/unresponsive wakefulness syndrome; New York: five minimally conscious state, one vegetative state/unresponsive wakefulness syndrome, one emerged from minimally conscious state) were used to validate the classification with the selected features. Coma Recovery Scale-Revised total scores correlated with key regions of each network reflecting their involvement in consciousness-related processes. All networks had a high discriminative capacity (>80%) for separating patients in a minimally conscious state and vegetative state/unresponsive wakefulness syndrome. Among them, the auditory network was ranked the most highly. The regions of the auditory network which were more functionally connected in patients in minimally conscious state compared to vegetative state/unresponsive wakefulness syndrome encompassed bilateral auditory and visual cortices. Connectivity values in these three regions discriminated congruently 20 of 22 independently assessed patients. Our findings point to the significance of preserved abilities for multisensory integration and top-down processing in minimal consciousness seemingly supported by auditory-visual crossmodal connectivity, and promote the clinical utility of the resting paradigm for single-patient diagnostics.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,006
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,269
Score d'incertitude au seuil0,938

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,087
Tête enseignante GPT0,315
Écart entre enseignants0,228 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle