MétaCan
Menu
Retour à la cohorte
Enregistrement W3030622902 · doi:10.3760/cma.j.issn.0254-1424.2014.04.006

Diffusion tensor imaging and the Montreal cognitive assessment for assessing severe traumatic brain injury

2014· article· en· W3030622902 sur OpenAlexaboutno aff
Xiaonian Zhang, Yajing Hou, Xinting Sun, Qianqian Chi, Hao Zhang

Notice bibliographique

RevueZhonghua wuli yixue zazhi · 2014
Typearticle
Langueen
DomaineMedicine
ThématiqueAdvanced Neuroimaging Techniques and Applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCorpus callosumFractional anisotropyDiffusion MRIMontreal Cognitive AssessmentSuperior longitudinal fasciculusWhite matterFasciculusPsychologyTraumatic brain injuryMedicineInternal capsuleAudiologyNeuroscienceCognitionMagnetic resonance imagingCognitive impairmentPsychiatryRadiology

Résumé

récupéré en direct d'OpenAlex

Objective To investigate any correlation between diffusion tensor imaging (DTI) results and Montreal cognitive assessment (MoCA) scores after severe traumatic brain injury (TBI).Methods Eight male pa-tients with chronic severe TBI were given the MoCA (including memory,attention,speech and executive function).DTI was used to quantify the fractional anisotropy (FA) of white matter fiber tracts in the radial and longitudinal fasciculus,under longitudinal fasciculus,internal capsule,corpus callosum genu and body,and the cingulate cortex.Pearson correlation coefficients were calculated to quantify the correlation between the FA values and MoCA scores.Results There was a positive correlation between FA in the corpus callosum body,corpus callosum genu and the superior longitudinal fasciculus and MoCA total scores.Conclusion The MoCA scores of patients with chronic severe TBI are related to white matter damage in the corpus callosum body,corpus callosum genu and the superior longitudinal fasciculus. Key words: Brain injury;  Cognitive impairment;  Montreal cognitive assessment;  Diffusion tensor imaging ;  Rehabilitation

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,929
Score d'incertitude au seuil0,570

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0000,000

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 Opus0,037
Tête enseignante GPT0,376
Écart entre enseignants0,339 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeAutre devis
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
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueZhonghua wuli yixue zazhiMême sujetAdvanced Neuroimaging Techniques and ApplicationsTravaux en français237 207