Differences of electroencephalography wave with eyes-closed between older women with dementia and without dementia
Notice bibliographique
Résumé
Electroencephalograph (EEG) is an alternative tool to detect brain abnormalities, but research on dementia patients is still limited. This study aimed to determine the differences in EEG waves with closed eyes between older women with dementia and non-dementia. This research uses a cross-sectional method. Examination of dementia using MMSE (Mini-Mental State Examination) with a cut-off value of 23 and examination of brain waves using InteraXon Muse Headband EEG (InteraXon, Canada) for 10 minutes at rest with eyes closed. The study sample consisted of 27 women with dementia and 27 non-dementia women with a mean age of 74.65 years from nursing homes and public health centers in Bandung, Indonesia. Data analysis used independent sample t-test and Mann-Whitney test. The results showed that there were significant differences in Delta AF7 (p = 0.007), Delta TP9 (p = 0.039), Delta TP10 (p = 0.024), and Theta AF7 (p = 0.017). Older women with dementia have lower slow waves (delta and theta waves) than older women without dementia. In conclusion, older women with dementia had decreased EEG waves, including those in Delta AF7, Delta TP9, Delta TP10, and Theta AF7, compared with older women without dementia. Further research can be done with a larger number of respondents and provide stimulation during the EEG examination.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».