MétaCan
Menu
Retour à la cohorte
Enregistrement W2790722325 · doi:10.1590/2317-1782/20182016225

Caracterização das afasias na hemorragia subaracnóidea aneurismática

2018· article· pt· W2790722325 sur OpenAlexaboutno aff
Deborah Karolyne Mendes Maranhão, Moysés Loiola Ponte de Souza, María Lúcia Gurgel da Costa, Ana Cláudia de Carvalho Vieira

Notice bibliographique

RevueCoDAS · 2018
Typearticle
Languept
DomaineNeuroscience
ThématiqueNeurobiology of Language and Bilingualism
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMaterials science

Résumé

récupéré en direct d'OpenAlex

PURPOSE: Characterize the profile of aphasic syndromes determined by aneurysmal subarachnoid hemorrhage (aSAH) of the left middle cerebral artery (LMCA). METHODS: An analytical, retrospective, cross-sectional study was conducted using a database of cognitive assessments of 193 patients with aSAH admitted to Hospital da Restauração between March 2007 and November 2009. Of these, a total of 26 patients with aSAH in the LMCA territory confirmed by digital angiography were selected. Aphasia was assessed through the Montreal-Toulouse Language Assessment Alpha Version Protocol (Alpha Version) and the CERAD Neuropsychological Test Battery (Verbal fluency). RESULTS: Language and verbal fluency impairments were identified in patients with aSAH in the LMCA territory when compared with the control population (50 individuals). Of the 26 patients with aSAH, 11 presented aphasic characteristics preoperatively. CONCLUSION: The results of this research corroborate the literature, showing that the aSAH frame causes cognitive impairments even in the preoperative phase for aneurysm occlusion. Considering the observed aspects, the predominant aphasic syndromes characterize comprehension aphasia due to sequels in the posterior cerebral artery territory.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,052
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,002
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,005

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 Opus0,038
Tête enseignante GPT0,330
Écart entre enseignants0,292 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeExpérimental (laboratoire)
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

Citations4
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCoDASMême sujetNeurobiology of Language and BilingualismTravaux en français237 207