MétaCan
Menu
Retour à la cohorte
Enregistrement W2941682643 · doi:10.1097/mcc.0000000000000607

Assessment of neurocognitive function after cardiac arrest

2019· review· en· W2941682643 sur OpenAlexaboutno aff
Erik Nordström, Gisela Lilja

Notice bibliographique

RevueCurrent Opinion in Critical Care · 2019
Typereview
Langueen
DomaineMedicine
ThématiqueCardiac Arrest and Resuscitation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésNeurocognitiveMedicineCognitionCardiac monitoringIntensive care medicinePsychiatryCardiology

Résumé

récupéré en direct d'OpenAlex

PURPOSE OF REVIEW: Impaired neurocognitive function is common in cardiac arrest survivors and the use of specific neurocognitive assessments are recommended in both clinical trials and daily practice. This review examines the most recent evidence to guide in the selection of neurocognitive outcome assessment tools after cardiac arrest. RECENT FINDINGS: Neurocognitive impairment after cardiac arrest was recently reported as one of the major predictors for societal participation, highlighting the need for neurocognitive assessments. A subjective report is a simple method to screen for cognitive problems, but divergent findings were reported when comparing with objective measures. A standardized observer report may be useful for cognitive screening postcardiac arrest. The Montreal Cognitive Assessment (MoCA) was recommended for cognitive screening after cardiac arrest. Detailed neurocognitive assessments were reported as valuable for in-depth evaluation of patients in interventional studies. The best time-point for neurocognitive assessments remains unknown. Recent findings report that most neurocognitive recovery is seen within the first months after cardiac arrest, with some improvement also noted between 3 and 12 months postcardiac arrest. SUMMARY: Neurocognitive assessments after cardiac arrest are important and the approach should differ depending on the clinical situation. Large, prospective, well designed studies, to guide the selection of neurocognitive assessments after cardiac arrest, are urgently needed.

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)0,008
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 seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,008
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0030,002
Bibliométrie0,0040,003
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,158
Tête enseignante GPT0,493
Écart entre enseignants0,335 · 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

Citations20
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent Opinion in Critical CareMême sujetCardiac Arrest and ResuscitationTravaux en français237 207