MétaCan
Menu
Retour à la cohorte
Enregistrement W3178115205 · doi:10.1007/s12028-021-01281-6

Mechanisms Underlying Disorders of Consciousness: Bridging Gaps to Move Toward an Integrated Translational Science

2021· article· en· W3178115205 sur OpenAlexfundno aff
Andrea I. Luppi, Joshua Cain, Lennart R. B. Spindler, Urszula Górska, Daniel Toker, Andrew E. Hudson, Emery N. Brown, Michael N. Diringer, Robert D. Stevens, Marcello Massimini, Martin M. Monti, Emmanuel A. Stamatakis, Mélanie Boly

Notice bibliographique

RevueNeurocritical Care · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueTraumatic Brain Injury Research
Établissements canadiensnon disponible
Organismes subventionnairesTempleton World Charity FoundationHorizon 2020 Framework ProgrammeGates Cambridge TrustJohns Hopkins UniversityEuropean CommissionNeurocritical Care SocietyTiny Blue Dot FoundationNational Institute of Neurological Disorders and StrokeNational Institute of General Medical SciencesCambridge TrustCanadian Institute for Advanced Research
Mots-clésBridging (networking)NeurologyMedicineConsciousnessPersistent vegetative stateTranslational researchNeuroscienceEngineering ethicsPsychiatryPsychologyMinimally conscious stateEngineeringPathologyComputer science

Résumé

récupéré en direct d'OpenAlex

AIM: In order to successfully detect, classify, prognosticate, and develop targeted therapies for patients with disorders of consciousness (DOC), it is crucial to improve our mechanistic understanding of how severe brain injuries result in these disorders. METHODS: To address this need, the Curing Coma Campaign convened a Mechanisms Sub-Group of the Coma Science Work Group (CSWG), aiming to identify the most pressing knowledge gaps and the most promising approaches to bridge them. RESULTS: We identified a key conceptual gap in the need to differentiate the neural mechanisms of consciousness per se, from those underpinning connectedness to the environment and behavioral responsiveness. Further, we characterised three fundamental gaps in DOC research: (1) a lack of mechanistic integration between structural brain damage and abnormal brain function in DOC; (2) a lack of translational bridges between micro- and macro-scale neural phenomena; and (3) an incomplete exploration of possible synergies between data-driven and theory-driven approaches. CONCLUSION: In this white paper, we discuss research priorities that would enable us to begin to close these knowledge gaps. We propose that a fundamental step towards this goal will be to combine translational, multi-scale, and multimodal data, with new biomarkers, theory-driven approaches, and computational models, to produce an integrated account of neural mechanisms in DOC. Importantly, we envision that reciprocal interaction between domains will establish a "virtuous cycle," leading towards a critical vantage point of integrated knowledge that will enable the advancement of the scientific understanding of DOC and consequently, an improvement of clinical practice.

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)0,055
score de la tête « metaresearch » (Gemma)0,038
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,055
Score d'incertitude au seuil0,290

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0550,038
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0040,003
Bibliométrie0,0050,002
Études des sciences et des technologies0,0030,015
Communication savante0,0160,031
Science ouverte0,0040,016
Intégrité de la recherche0,0130,022
Charge utile insuffisante (le modèle a refusé de juger)0,0100,003

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 Opus0,077
Tête enseignante GPT0,381
Écart entre enseignants0,304 · 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'étudeThéorique ou conceptuel
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

Citations64
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNeurocritical CareMême sujetTraumatic Brain Injury ResearchTravaux en français237 207