MétaCan
Menu
Retour à la cohorte
Enregistrement W2003721048 · doi:10.3389/fneur.2014.00137

Eye Movement Measurement in Diagnostic Assessment of Disorders of Consciousness

2014· review· en· W2003721048 sur OpenAlexaff
Windsor Kwan‐Chun Ting, José Luis Pérez Velázquez, Michael D. Cusimano

Notice bibliographique

RevueFrontiers in Neurology · 2014
Typereview
Langueen
DomaineMedicine
ThématiqueTraumatic Brain Injury Research
Établissements canadiensHospital for Sick ChildrenSt. Michael's HospitalUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésEye movementMinimally conscious statePersistent vegetative stateEye trackingComa (optics)Consciousness DisordersComputer sciencePhysical medicine and rehabilitationConsciousnessArtificial intelligencePsychologyMedicineNeuroscience

Résumé

récupéré en direct d'OpenAlex

We review the literature to appraise the evidence supporting or disputing the use of eye movement measurement in disorders of consciousness (DOC) with low levels of arousal or awareness, such as minimally conscious state (MCS), vegetative state (VS), and coma for diagnostic and prognostic purposes. We will focus on the effectiveness of each technique in the diagnostic classification of these patients and the gradual trend in research from manual to computerized tracking methods. New tools have become available at clinicians' disposal to assess eye movements with high spatial and temporal fidelity. The close relationship between eye movement generation and organic dysfunction in the brain allows these tools to be applied to the assessment of severe DOC as a unique supplementary toolset. We posit that eye tracking can improve clinical diagnostic precision for DOC, a key component of assessment that often dictates the course of clinical care in DOC patients. We see the emergence of long-term eye-tracking studies with seamless integration of technology in the future to improve the performance of clinical assessment in DOC.

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.

Comment cette classification a été obtenuedéplier

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)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,866
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0040,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,058
Tête enseignante GPT0,377
Écart entre enseignants0,319 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations40
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in NeurologyMême sujetTraumatic Brain Injury ResearchTravaux en français237 207