MétaCan
Menu
← Retour à la cohorte
Enregistrement W3187717225 · doi:10.5539/gjhs.v13n9p71

Electroencephalography: Experience at Abakaliki Nigeria

2021· article· en· W3187717225 sur OpenAlexvenueno aff
Chukwuemeka O Eze, Olaronke F. Afolabi, Emeka Ogah Onwe, Richard L. Ewah, Ugochukwu Uzodimma Nnadozie, Francis C. Okoro, Eugene C. Nzei, Chiamaka Okereke

Notice bibliographique

RevueGlobal Journal of Health Science · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueEpilepsy research and treatment
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésElectroencephalographyObservational studyEpilepsyRetrospective cohort studyClinical neurophysiologyAttendanceMedicineTeaching hospitalTertiary levelAudiologyPediatricsPsychologyPsychiatrySurgeryInternal medicineFamily medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Electroencephalography (EEG) remains the most important investigative modality in the evaluation of individuals with epilepsy and other neurological disorders. The pattern of EEG done in a tertiary hospital at Abakaliki Nigeria is not known. It is against this background that we embarked on this retrospective observational study on the EEG pattern and patient characteristics in Neurophysiology laboratory at Abakaliki Nigeria. METHOD: This is a retrospective observational hospital based study where the attendance register of the Neurophysiology laboratory was used to extract information on the demography, clinical characteristics and EEG reports of patients seen at the Laboratory from November 2018 to April 2021. RESULTS: A total of 125 (Male- 69, Female- 56) persons did EEG over the study period, and 75.2% had epileptiform waves (generalized- 16.8%, focal- 57.6%). CONCLUSION: EEG services are been utilized at Abakaliki in evaluation of seizure disorder and other paroxysmal neurological events with more prevalent focal epileptiform waves.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
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 Opus0,027
Tête enseignante GPT0,389
Écart entre enseignants0,361 · 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'étudeObservationnel
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

Citations1
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGlobal Journal of Health Science→Même sujetEpilepsy research and treatment→Travaux en français237 207→