MétaCan
Menu
Retour à la cohorte
Enregistrement W2042372527 · doi:10.1159/000345538

Analysis of Neuron-Specific Enolase and S100B as Biomarkers of Cognitive Decline Following Surgery in Older People

2012· article· en· W2042372527 sur OpenAlexfundno aff
Emma L. Jones, Nathan Gauge, Odd Bjarte Nilsen, David Lowery, Keith Wesnes, Eirini Katsaiti, James Arden, Derek Amoako, Nicholas Prophet, Balaji Purushothaman, David Green, Clive Ballard

Notice bibliographique

RevueDementia and Geriatric Cognitive Disorders · 2012
Typearticle
Langueen
DomaineMedicine
ThématiqueIntensive Care Unit Cognitive Disorders
Établissements canadiensnon disponible
Organismes subventionnairesBupa FoundationHenry Smith CharityAlzheimer Society
Mots-clésEnolaseCognitive declineCognitionPsychologyBiomarkerDementiaInternal medicineGerontologyMedicineDiseasePsychiatryBiology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND/AIMS: Post-operative cognitive decline is frequent in older individuals following major surgery; however, biomarkers of this decline are less clearly defined. METHODS: Sixty-eight participants over the age of 60 provided blood samples at baseline and 24 h post-surgery. Cognitive decline was measured at baseline and 52 weeks post-surgery using the Cambridge Assessment for Mental Disorder in the Elderly, section B (CAMCOG) score. Plasma levels of neuron-specific enolase (NSE) and S100B were measured by ELISA. RESULTS: Baseline NSE and the change in NSE levels between baseline and 24 h were correlated with the change in CAMCOG score between baseline and 52 weeks. CONCLUSION: NSE concentrations may be a useful predictor of individuals at risk of more severe long-term cognitive decline.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,026
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,003
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)0,0000,000

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 Opus0,009
Tête enseignante GPT0,262
Écart entre enseignants0,254 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations18
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDementia and Geriatric Cognitive DisordersMême sujetIntensive Care Unit Cognitive DisordersTravaux en français237 207