MétaCan
Menu
← Retour à la cohorte
Enregistrement W2883385066

Prevalence of Poststroke Neurocognitive Disorders Using National Institute of Neurological Disorders and Stroke-Canadian Stroke Network, VASCOG Criteria (Vascular Behavioral and Cognitive Disorders), and Optimized Criteria of Cognitive Deficit

2018· article· en· W2883385066 sur OpenAlexaboutno aff
MélanieBarbay, HervéTaillia, ClaudineNédélec-Ciceri, FlavieBompaire, CamilleBonnin, JérômeVarvat, FrançoiseGrangette, MomarDiouf, EmmanuelWiener, Jean-LouisMas, MartineRoussel, OlivierGodefroy

Notice bibliographique

RevueStroke · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueAcute Ischemic Stroke Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineStroke (engine)NeurocognitiveCognitionCohortPhysical medicine and rehabilitationPhysical therapyPsychiatryInternal medicine
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Background and Purpose—The prevalence of poststroke neurocognitive disorder (NCD) has yet to be accurately determined. The primary objective of the present study was to optimize operationalization of the criterion for NCD by using an external validity criterion. Methods—The GRECOG-VASC cohort (Groupe de Reflexion pour l'Evaluation Cognitive Vasculaire) of 404 stroke patients with cerebral infarct (91.3%) or hemorrhage (18.7%) was assessed 6 months poststroke and 1003 healthy controls, with the National Institute of Neurological Disorders and Stroke-Canadian Stroke Network standardized battery. Three dimensions of the criterion for cognitive impairment were systematically examined by using the false-positive rate as an external validity criterion. Diagnosis of mild and major NCD was based on the VASCOG criteria (Vascular Behavioral and Cognitive Disorders). The mechanisms of functional decline were systematically assessed. Results—The optimal criterion for cognitive impairment was the shortened summary sco...

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)0,002
score de la tête « metaresearch » (Gemma)0,005
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 enseignants0,162
Score d'incertitude au seuil0,323

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,022
Tête enseignante GPT0,296
Écart entre enseignants0,274 · 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
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueStroke→Même sujetAcute Ischemic Stroke Management→Travaux en français237 207→