Magnetoencephalography abnormalities in adult mild traumatic brain injury: A systematic review
Notice bibliographique
Résumé
BACKGROUND: The global incidence of traumatic brain injuries is rising, with at least 80% being classified as mild. These mild injuries are not visible on routine clinical imaging. The potential clinical role of a specific imaging biomarker be it diagnostic, prognostic or directing and monitoring progress of personalised treatment and rehabilitation has driven the exploration of several new neuroimaging modalities. This systematic review examined the evidence for magnetoencephalography (MEG) to provide an imaging biomarker in mild traumatic brain injury (mTBI). METHODS: Our review was prospectively registered on PROSPERO: CRD42019151387. We searched EMBASE, MEDLINE, trial registers, PsycINFO, Cochrane Library and conference abstracts and identified 37 papers describing MEG changes in mTBI eligible for inclusion. Since meta-analysis was not possible, based on the heterogeneity of reported outcomes, we provide a narrative synthesis of results. RESULTS: The two most promising MEG biomarkers are excess resting state low frequency power, and widespread connectivity changes in all frequency bands. These may represent biomarkers with potential for diagnostic application, which reflect time sensitive changes, or may be capable of offering clinically relevant prognostic information. In addition, the rich data that MEG produces are well-suited to new methods of machine learning analysis, which is now being actively explored. INTERPRETATION: MEG reveals several promising biomarkers, in the absence of structural abnormalities demonstrable with either computerised tomography or magnetic resonance imaging. This review has not identified sufficient evidence to support routine clinical use of MEG in mTBI currently. However, verifying MEG's potential would help meet an urgent clinical need within civilian, sports and military medicine.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,008 | 0,007 |
| Bibliométrie | 0,006 | 0,008 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 source (Gemma direct ou Codex distillé), 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 ».