Relationship Between EEG Beta Power Abnormality and Early Diagnosis of Cognitive Impairment Post Cerebral Hemorrhage
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.
Notice bibliographique
Résumé
Cerebral hemorrhage is a common disease of older adults, which could increase the risk of cognitive impairment. Electroencephalogram (EEG) characteristics can be analyzed to investigate the applied value in the assessment of cognitive impairment of the patients with cerebral hemorrhage. One hundred eighty-two patients (including patients with cognitive impairment [CHCI] and patients with cognitive normality [CHNC] with cerebral hemorrhage, and 120 normal healthy persons [control; CN]) were recruited between July 2008 to March 2012 at the department of neurology. All patients were analyzed by EEG, and analysis results were compared to the Montreal Cognitive Assessment (MoCA) scale, using the methods of correlation analysis, clustering analysis, and concordance analysis. The results indicated that patients with CHCI had significantly lower EEG beta power (0.814 ± 0.113 mcV(2)) relative to CHNC (1.601 ± 0.186 mcV(2), P < .01) or CN group (1.713 ± 0.201 mcV(2), P < .01). Significant negative correlation was found between the beta power and hemorrhage region, age, hemorrhage size, hemorrhage amount (r 1 = -.92223, r 2 = -.81084, r 3 = -.79258, r 4 = -.84961, respectively, all P < .001). There was good concordance between K-means clustering algorithm calculating the beta power and MoCA scoring (Kappa = 0.899, P < .001). In conclusion, the preliminary findings suggest that the recognition techniques of EEG hold considerable promise for the assessment of cognitive impairment post cerebral hemorrhage, which negatively related to the hemorrhage region, hemorrhage size, hemorrhage amount, and age.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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