Electroencephalography, Magnetoencephalography, and Cognitive Reserve: A Systematic Review
Notice bibliographique
Résumé
OBJECTIVE: Cognitive reserve (CR) is the capacity to adapt to (future) brain damage without any or only minimal clinical symptoms. The underlying neuroplastic mechanisms remain unclear. Electrocorticography (ECOG), electroencephalography (EEG), and magnetoencephalography (MEG) may help elucidate the brain mechanisms underlying CR, as CR is thought to be related to efficient utilization of remaining brain resources. The purpose of this systematic review is to collect, evaluate, and synthesize the findings on neural correlates of CR estimates using ECOG, EEG, and MEG. METHOD: We examined articles that were published from the first standardized definition of CR. Eleven EEG and five MEG cross-sectional studies met the inclusion criteria: They concerned original research, analyzed (M)EEG in humans, used a validated CR estimate, and related (M)EEG to CR. Quality assessment was conducted using an adapted form of the Newcastle-Ottawa scale. No ECOG study met the inclusion criteria. RESULTS: A total of 1383 participants from heterogeneous patient, young and older healthy groups were divided into three categories by (M)EEG methodology: Eight (M)EEG studies employed event-related fields or potentials, six studies analyzed brain oscillations at rest (of which one also analyzed a cognitive task), and three studies analyzed brain connectivity. Various CR estimates were employed and all studies compared different (M)EEG measures and CR estimates. Several associations between (M)EEG measures and CR estimates were observed. CONCLUSION: Our findings support that (M)EEG measures are related to CR estimates, particularly in healthy individuals. However, the character of this relationship is dependent on the population and task studied, warranting further studies.
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 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 | 0,001 | 0,099 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,007 | 0,002 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,003 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».