Assessing postoperative cognitive dysfunction using 3D multiple object tracking in open heart surgery patients
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Post-operative cognitive dysfunction is a common complication after heart surgery that affects up to 60% of all open-heart surgery patients. Despite its prevalence, limited attention has been given to different methods to retrain cognition in open-heart surgery patients. OBJECTIVE: To examine whether 3-dimensional multiple object tracking (3D MOT) can be used to detect changes in cognitive function in open-heart surgery patients. METHODS: In total, 16 open-heart surgery patients (age: 59.43 [Formula: see text] 12.99 years) from a Midwestern Canadian hospital were recruited. The patients completed a cognitive assessment, including 3D MOT and other standardized neurocognitive tests at 3 time points: 1 to 2 days pre-surgery, at discharge or 1-week post-surgery (whichever came first), and at 12-weeks post-surgery. RESULTS: No significant differences were detected between baseline and 1-week/discharge measurements on all measures. Patients improved significantly from 1-week/discharge to 12-weeks in 3D MOT scores. A similar yet non-significant ([Formula: see text] 0.07) trend was found on some neurocognitive tests (i.e., Montreal Cognitive Assessment). CONCLUSION: No significant decline from pre- to 1-week/discharge post-surgery was found on all measures. 3D MOT detected post-surgical cognitive changes in open-heart surgery patients. Future research is warranted to explore the potential of 3D MOT in retraining cognition after heart surgery.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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