MétaCan
Menu
Retour à la cohorte
Enregistrement W2056598596 · doi:10.5298/1081-5937-41.4.07

Managing Traumatic Brain Injury: Appropriate Assessment and a Rationale for Using Neurofeedback and Biofeedback to Enhance Recovery in Postconcussion Syndrome

2013· article· en· W2056598596 sur OpenAlexaff
Michael Thompson, Lynda Thompson, Andrea Reid-Chung, James W.G. Thompson

Notice bibliographique

RevueBiofeedback · 2013
Typearticle
Langueen
DomaineMedicine
ThématiqueTraumatic Brain Injury Research
Établissements canadiensADD Centre
Organismes subventionnairesnon disponible
Mots-clésNeurofeedbackTraumatic brain injuryConcussionBiofeedbackPhysical medicine and rehabilitationMedicineElectroencephalographyNeuropsychologyRehabilitationBrain activity and meditationPsychologyPhysical therapyPoison controlInjury preventionPsychiatryCognitionMedical emergency

Résumé

récupéré en direct d'OpenAlex

Impairments that may result from a mild traumatic brain injury (TBI) or concussion can be both severe and long-lasting. This article will list some of the common persisting symptoms that may occur and give a brief description of the neuropathological processes that can be triggered by TBI, including diffuse axonal injury and its effects on the mitochondrial Kreb's cycle and the production of adenosine triphosphate, the brain's source of energy. This is followed by a summary of a comprehensive assessment process that includes quantitative electroencephalography, evoked potentials, heart rate variability (HRV) measures, neuropsychological testing, and blood and urine analysis. Details concerning a neurophysiological approach to effective treatment are given. These include conventional single-channel neurofeedback (NFB), also called brain-computer interface training, low-resolution electromagnetic tomography z-score neurofeedback, HRV training, and counseling on diet, sleep, and exercise. The authors expand the discussion on their treatment approach to include a neuroanatomical explanation of why the practitioner should consider combining the NFB training with HRV training.

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)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,886
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,065
Tête enseignante GPT0,382
Écart entre enseignants0,317 · 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

Citations10
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBiofeedbackMême sujetTraumatic Brain Injury ResearchTravaux en français237 207