MétaCan
Menu
Retour à la cohorte
Enregistrement W4293801824 · doi:10.1016/j.ahr.2022.100098

EEG coherence as a marker of functional connectivity disruption in Alzheimer's disease

2022· article· en· W4293801824 sur OpenAlexaff
Dina Rodinskaia, Crystal Radinski, Jake Labuhn

Notice bibliographique

RevueAging and Health Research · 2022
Typearticle
Langueen
DomaineNeuroscience
ThématiqueEEG and Brain-Computer Interfaces
Établissements canadiensUniversity of British ColumbiaUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésElectroencephalographyDementiaNeuroscienceNeurophysiologyPsychologyCognitive impairmentDiseaseAlzheimer's diseaseCoherence (philosophical gambling strategy)CognitionAudiologyMedicinePathology

Résumé

récupéré en direct d'OpenAlex

Progressive deterioration of connectivity between neurons is a neurophysiological hallmark of brain ageing and has been linked to the severity of dementia. We explored the possibility of utilizing electroencephalographic evidence of functional connectivity disruption as a potential marker of Alzheimer's disease. This study examined group differences in EEG coherence within global cortical networks at rest and during executive challenges among patients with Alzheimer's dementia, individuals with mild cognitive impairment, and healthy controls. Four promising EEG coherence markers were identified as (i) F3-F4 Beta in visual-spatial orientation task (p = 0.019), (ii) P7-P8 Beta in writing task (p = 0.001), (iii) T7-T8 Gamma in speech understanding task (p = 0.008) and (iv) O1-O2 Alpha in space orientation task (p = 0.020). More research is needed to identify the sensitivity and specificity of the markers.

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)0,000
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,332
Score d'incertitude au seuil0,357

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
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 Opus0,264
Tête enseignante GPT0,453
Écart entre enseignants0,189 · 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

Citations19
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAging and Health ResearchMême sujetEEG and Brain-Computer InterfacesTravaux en français237 207