Assessment of cognition as a predictor of prognosis in inpatients with brain damage: A Scoping ReviewProtocol v1
Notice bibliographique
Résumé
Objective: The purpose of this study is to determine what cognitive assessments are used to predict or determine outcomes in inpatients with brain damage. Introduction: The prognosis of hospitalized stroke and brain injury patients is related not only to physical function but also to cognition. Global mental functions such as the Mini-Mental State Exam (MMSE), Montreal Cognitive Assessment (MoCA), and Functional Independence Measure (FIM) are commonly used to assess cognition in stroke patients. It is not clear whether these assessments are used because they have better predictive discriminating ability than other assessments. Inclusion criteria: Patients with stroke, traumatic cerebral hemorrhage, or subarachnoid hemorrhage who are hospitalized are included in the study. Eligibility criteria will consist of studies that use cognitive assessments (global mental functions, higher brain function, memory, attention, neglect, apraxia, disorientation, executive function, multitasking, apathy) as exposure or covariates and examine the association between gait, falls, hospital discharge, activities of daily living, and quality of life. The study design will be observational, but case studies (case reports, case series), intervention studies, and systematic reviews will be excluded. In addition to peer-reviewed articles, conference abstracts will be included in the search. Countries and languages are not restricted. Methods: Databases (PubMed, Web of Science, Scopus, CINAHL, Igaku Chuo Zasshi) will be used for searching. NPO Japan Medical Abstracts Society operates Igaku Chuo Zasshi. Results will be tabulated by country, publication type, study design, type of analysis (univariate or multivariate), names of cognitive assessments and when to assess them, and type and timing of theoutcome. In addition, we will also add whether there are exclusion criteria due to cognitive impairment such as aphasia and whether studies are comparing the MMSE, MoCA, and FIM-Cog with other cognitive assessments.
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 | 0,016 | 0,078 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,007 | 0,007 |
| Bibliométrie | 0,018 | 0,017 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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 ».