MétaCan
Menu
Retour à la cohorte
Enregistrement W2996018277 · doi:10.1002/brb3.1475

Factors for cognitive impairment in adult epileptic patients

2019· article· en· W2996018277 sur OpenAlexaboutno aff
Lei Wang, Shenggen Chen, Changyun Liu, Wanhui Lin, Huapin Huang

Notice bibliographique

RevueBrain and Behavior · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueEpilepsy research and treatment
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMontreal Cognitive AssessmentMemory spanHamdVerbal fluency testEpilepsyCognitionPsychologyDepression (economics)AnxietyAudiologyMedicineCognitive impairmentInternal medicinePsychiatryNeuropsychologyWorking memory

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To analyze factors for cognitive impairment in epileptic patients. METHODS: A total of 257 epileptic patients completed clinical memory scale (CMS) and 70 of them were further surveyed with mini-mental state examination (MMSE), Montreal cognitive assessment (MoCA), digital symbol test (DSy), verbal fluency test, digit span test (DSp), Hamilton anxiety scale (HAMA) and Hamilton depression scale (HAMD). Monadic linear related analysis and multiple stepwise regression analysis were performed to evaluate the potential factors for cognitive impairment. RESULTS: Educational level was correlated with scores of cognitive tests (p < .01), with a difference between the junior high school group and senior high school group (p < .01 or p < .05). Seizure frequency was negatively correlated with CMS scores (p < .01), with a difference between the group with a seizure frequency of less than once a year and other groups (p < .01). The kind of antiepileptic drugs (AEDs) was negatively correlated with CMS scores (p < .01), with a difference between the single-drug group and the group taking more than two kinds of AEDs (p < .01). Depression scores were negatively correlated with MMSE, MoCA, DSy, DSp (p < .01 or p < .05), disease duration negatively with DSy (p < .01), and age negatively with MoCA (p < .05). Seizure type was correlated with DSy, and general seizure fared worse in the tests than other seizure types (p < .05). CONCLUSION: Educational level, seizure frequency, kinds of AEDs and depression can affect the cognitive function of epileptic patients. High educational level, good seizure control, single-drug treatment and healthy psychological state are protective factors for cognitive function of epileptic patients.

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)0,002
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 seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,026
Tête enseignante GPT0,324
Écart entre enseignants0,298 · 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

Citations83
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBrain and BehaviorMême sujetEpilepsy research and treatmentTravaux en français237 207