MétaCan
Menu
Retour à la cohorte
Enregistrement W2123261069 · doi:10.1097/00004691-200009000-00006

The EEG in Coma

2000· review· en· W2123261069 sur OpenAlexaff
G. Bryan Young

Notice bibliographique

RevueJournal of Clinical Neurophysiology · 2000
Typereview
Langueen
DomaineMedicine
ThématiqueCardiac Arrest and Resuscitation
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésComa (optics)ElectroencephalographyBurst suppressionBrainstemPersistent vegetative stateMedicineBrain functionCategorizationNeuroscienceAnesthesiaAudiologyPsychologyConsciousnessComputer scienceMinimally conscious statePhysicsArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

The EEG allows insight into thalamocortical function in comatose patients when this is inaccessible clinically. A single EEG can help with broad diagnostic categorization whereas continuous or serial EEG provides monitoring for unstable and potentially treatable conditions and for monitoring the effects of therapy. The EEG plays a supplemental role in establishing the prognosis in disease states that are capable of causing neuronal death. The most prevalent and problematic of these conditions involves survivors of cardiac arrest who are initially in coma with intact brainstem reflexes. In such patients single EEGs are of 100% specificity for no possibility of recovery of consciousness only for essentially complete generalized suppression (<10 microV) after the first day of the arrest. Several other generalized patterns, including less marked suppression, burst-suppression, epileptiform activity, periodic complexes, and alpha-theta coma patterns, usually but not invariably indicate a poor outcome. Serial EEGs, continuous raw and automated "trending," testing of reactivity, and the inclusion of multiple variables hold promise for an improved role in the prognostic determination in these patients.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,004
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0020,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0040,003
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,004

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 Opus0,096
Tête enseignante GPT0,473
Écart entre enseignants0,377 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations286
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical NeurophysiologyMême sujetCardiac Arrest and ResuscitationTravaux en français237 207