MétaCan
Menu
Retour à la cohorte
Enregistrement W3109992576 · doi:10.3390/brainsci10120930

Covert Cognition in Disorders of Consciousness: A Meta-Analysis

2020· article· en· W3109992576 sur OpenAlexaff
Caroline Schnakers, M. Hirsch, Enrique Noé, Roberto Lloréns, Nicolas Lejeune, Vigneswaran Veeramuthu, Sabrina De Marco, Athéna Demertzi, Catherine Duclos, Ann‐Marie Morrissey, Camille Chatelle, Anna Estraneo

Notice bibliographique

RevueBrain Sciences · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueTraumatic Brain Injury Research
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésPersistent vegetative stateCovertNeuroimagingMinimally conscious stateMeta-analysisConsciousness DisordersCognitionPsychologyObservational studyFunctional neuroimagingSample size determinationConsciousnessCognitive psychologyClinical psychologyMedicineNeurosciencePathology

Résumé

récupéré en direct d'OpenAlex

Covert cognition in patients with disorders of consciousness represents a real diagnostic conundrum for clinicians. In this meta-analysis, our main objective was to identify clinical and demographic variables that are more likely to be associated with responding to an active paradigm. Among 2018 citations found on PubMed, 60 observational studies were found relevant. Based on the QUADAS-2, 49 studies were considered. Data from 25 publications were extracted and included in the meta-analysis. Most of these studies used electrophysiology as well as counting tasks or mental imagery. According to our statistical analysis, patients clinically diagnosed as being in a vegetative state and in a minimally conscious state minus (MCS-) show similar likelihood in responding to active paradigm and responders are most likely suffering from a traumatic brain injury. In the future, multi-centric studies should be performed in order to increase sample size, with similar methodologies and include structural and functional neuroimaging in order to identify cerebral markers related to such a challenging diagnosis.

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)0,011
score de la tête « metaresearch » (Gemma)0,025
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,061

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,025
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0110,043
Bibliométrie0,0050,005
Études des sciences et des technologies0,0010,001
Communication savante0,0040,001
Science ouverte0,0020,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,239
Tête enseignante GPT0,406
Écart entre enseignants0,166 · 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'étudeMéta-analyse
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

Citations70
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBrain SciencesMême sujetTraumatic Brain Injury ResearchTravaux en français237 207