MétaCan
Menu
← Retour à la cohorte
Enregistrement W2421791737 · doi:10.1017/cjn.2016.172

P.068 Reliability of EEG reactivity in assessment of comatose patients utilizing a standardized protocol

2016· article· en· W2421791737 sur OpenAlexvenueno aff
MO Al.Khateeb, Teneille Gofton, Eyad Al Thenayan, Derek Debicki

Notice bibliographique

RevueCanadian Journal of Neurological Sciences / Journal Canadien des Sciences Neurologiques · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueTraumatic Brain Injury and Neurovascular Disturbances
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésElectroencephalographyReactivity (psychology)MedicineAudiologyAnesthesiaPsychologyPsychiatryPathology

Résumé

récupéré en direct d'OpenAlex

Background: Electroencephalogram (EEG) is used in evaluating thalamocortical function in comatose patients. EEG reactivity is increasingly being recognized as a potentially important predictor of outcome in comatose patients. There are no existing guidelines or standardized testing for EEG reactivity assessment. We will report the use of a clinically implemented standardized reactivity testing protocol in comatose patients to determine accurate prognosis. Methods: In this retrospective study we report results from standardized reactivity testing from January 2016 to May 2016. Five stimuli (Calling name, clapping, nasal tickle, noxious stimulus, tracheal suctioning) were applied at one minute intervals in comatose patients of all etiologies. The EEG background reactivity will be analyzed by two independent electroencephalographers ad correlated to clinical outcome. Results: The methods for establishing EEG reactivity and the inter-rater reliability in determining EEG reactivity will be reported. Conclusions: EEG background reactivity is likely beneficial in determining prognosis. However, reliable methods for eliciting and determining EEG reactivity in comatose patients are necessary.

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)0,008
score de la tête « metaresearch » (Gemma)0,022
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,008
Score d'incertitude au seuil0,042

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,022
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,039
Tête enseignante GPT0,325
Écart entre enseignants0,287 · 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'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

Citations0
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Neurological Sciences / Journal Canadien des Sciences Neurologiques→Même sujetTraumatic Brain Injury and Neurovascular Disturbances→Travaux en français237 207→