MétaCan
Menu
Retour à la cohorte
Enregistrement W2972423201 · doi:10.1177/1750458918808163

Assessing the feasibility of using the Dalhousie Computerized Attention Battery to measure postoperative cognitive dysfunction in older patients

2018· article· en· W2972423201 sur OpenAlexaffabout
Yaeesh Sardiwalla, Gail A. Eskes, André Bernard, Ronald B. George, Michael G. Schmidt

Notice bibliographique

RevueJournal of Perioperative Practice · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueIntensive Care Unit Cognitive Disorders
Établissements canadiensNova Scotia Health AuthorityDalhousie University
Organismes subventionnairesnon disponible
Mots-clésPerioperativeCognitionCognitive testMedicinePhysical therapyMoodCognitive Assessment SystemPostoperative cognitive dysfunctionBattery (electricity)Montreal Cognitive AssessmentPsychologyClinical psychologyPsychiatryCognitive impairmentSurgery

Résumé

récupéré en direct d'OpenAlex

Purpose Postoperative cognitive dysfunction is difficult to predict and diagnose, and can have severe consequences in the long term. The purpose of this study was to examine the feasibility of using a computerised test battery, the Dalhousie Computerized Assessment Battery in the perioperative clinic to detect cognitive changes after surgery. Methods Fifty patients were recruited for this study. Patients completed the Dalhousie Computerized Assessment Battery and tests of general cognition, mood and pain at baseline and at three months postoperatively. Results This pilot study had a screening rate (85.4%) and low attrition rate (12%). At baseline, patients exhibited no significant cognitive differences compared to a normative dataset. Postoperative cognitive dysfunction incidence was 2.7% on Montreal Cognitive Assessment, 13.6% with Dalhousie Computerized Assessment Battery and 36.3% based on subjective reports. Conclusion Computerised cognitive testing in the perioperative setting proved feasible. Deficits in spatial working memory and dual tasks may be most compromised by surgically related variables.

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)0,002
score de la tête « metaresearch » (Gemma)0,023
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,462
Score d'incertitude au seuil0,986

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,023
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,063
Tête enseignante GPT0,387
Écart entre enseignants0,324 · 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 tête enseignante, pas un consensus.

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

Citations2
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Perioperative PracticeMême sujetIntensive Care Unit Cognitive DisordersTravaux en français237 207