MétaCan
Menu
Retour à la cohorte
Enregistrement W4214689188 · doi:10.12968/bjnn.2022.18.1.38

International evaluation of current practices in cognitive assessment for motor neurone disease

2022· article· en· W4214689188 sur OpenAlexaboutno aff
Debbie Gray, Sharon Abrahams

Notice bibliographique

RevueBritish Journal of Neuroscience Nursing · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueAmyotrophic Lateral Sclerosis Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCognitionMotor neurone diseaseThematic analysisMedicineDiseaseMontreal Cognitive AssessmentCognitive Assessment SystemPsychologyPhysical medicine and rehabilitationCognitive impairmentPsychiatryAmyotrophic lateral sclerosisQualitative researchPathology

Résumé

récupéré en direct d'OpenAlex

Background: Motor Neurone Disease (MND) is a rapidly progressive neurodegenerative disease, with up to 50% suffering from cognitive and/or behaviour changes. Aims: Evaluate current practices in the cognitive assessment of MND patients internationally. Methods: An online survey explored the use of cognitive assessments in MND clinics. Findings: 80/195 clinicians responded. The Edinburgh Cognitive and Behavioural ALS Screen (ECAS) was the most popular method for evaluating cognition and 72% agreed that patients screened for cognitive change have better clinical care. Thematic analysis of open-ended responses indicated that cognitive assessments help to: identify and validate changes in cognition and behaviour, aid understanding of the clinical impact of the disease, inform and direct clinical care, and infer patients' decision-making abilities. However, a number of factors affected the implementation and administration of cognitive assessments in clinics. Conclusions: Cognitive assessments have been implemented in MND clinics internationally and have a positive impact on 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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,927
Score d'incertitude au seuil0,429

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,238
Tête enseignante GPT0,508
Écart entre enseignants0,271 · 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 tête enseignante, 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

Citations8
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBritish Journal of Neuroscience NursingMême sujetAmyotrophic Lateral Sclerosis ResearchTravaux en français237 207