MétaCan
Menu
← Retour à la cohorte
Enregistrement W2620158492 · doi:10.1136/bjsports-2016-097270.86

Eye movement and white matter integrity in patients with post-concussion syndrome

2017· article· en· W2620158492 sur OpenAlexaffabout
Foad Taghdiri, Samantha Irwin, Namita Multani, Apameh Tarazi, Ahmed Ebraheem, Mozghan Khodadadi, Ruma Goswami, Richard Wennberg, Robin Green, Dave Mikulis, Charles H. Tator, Moshe Eizenman, Maria Carmela Tartaglia

Notice bibliographique

RevueBritish Journal of Sports Medicine · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueAdvanced Neuroimaging Techniques and Applications
Établissements canadiensUniversity Health NetworkToronto Western HospitalHospital for Sick ChildrenOccupational Cancer Research CentreUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésWhite matterUncinate fasciculusSuperior longitudinal fasciculusFractional anisotropyDiffusion MRITractographyPsychologyCingulum (brain)Physical medicine and rehabilitationMedicineAudiologyNeuroscienceMagnetic resonance imagingRadiology

Résumé

récupéré en direct d'OpenAlex

Objective To assess eye movements in patients with post-concussion syndrome (PCS) and use diffusion tensor imaging (DTI) to determine relationship between eye movements and white matter integrity. Design cross-sectional study. Intervention Attention and executive function were tested using Visual Attention Scanning Technology (VAST) [EL-MAR Inc., Toronto, Ontario, Canada]. In a matching task, the normalised number of transitions (NNT) to a master image before making the first selection was used as a surrogate of working memory. During this task, subjects view a set of slides, each slide includes a master image and six variants, and they have to select a variant that is similar to the master (only one variant is an exact replica of the master). Outcome measures We related performance on VAST to white matter integrity using Tract-Based Spatial Statistics of DTI metrics such as fractional anisotropy (FA) for whole brain analyses as well as seed-based probabilistic tractography analysis of the superior longitudinal fasciculus (SLF), Cingulum tract, and Uncinate fasciculus (UF). Main results 60 participants (mean age 34.3 years, SD 13.8) had a mean of 4 concussions. There were negative correlations between whole brain FA and NNT (r=−0.501, p<0.001). In addition, when we performed probabilistic tractography analyses, we found a negative correlation between the FA of right SLF and NNT (r=−0.332, p=0.009). Conclusions Impaired performance on eye tracking measures of attention and executive function may reflect alterations in white matter tracts. Competing interests None. Moshe Eizenman is a director in EL-MAR Inc.

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)0,000
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,003
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,015
Tête enseignante GPT0,293
Écart entre enseignants0,278 · 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
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBritish Journal of Sports Medicine→Même sujetAdvanced Neuroimaging Techniques and Applications→Travaux en français237 207→