MétaCan
Menu
Retour à la cohorte
Enregistrement W4320719831 · doi:10.1016/j.lpm.2022.104163

The current and future contribution of neuroimaging to the understanding of disorders of consciousness

2023· review· en· W4320719831 sur OpenAlexaff
Naji Alnagger, Paolo Cardone, Charlotte Martial, Steven Laureys, Jitka Annen, Olivia Gosseries

Notice bibliographique

RevueLa Presse Médicale · 2023
Typereview
Langueen
DomaineMedicine
ThématiqueTraumatic Brain Injury Research
Établissements canadiensUniversité Laval
Organismes subventionnairesHorizon 2020 Framework ProgrammeFondazione Europea Ricerca BiomedicaBelgian Federal Science Policy OfficeKoning BoudewijnstichtingFundação BialNational Natural Science Foundation of ChinaEuropean CommissionAstraZeneca FoundationAstraZenecaEuropean Space AgencyFonds De La Recherche Scientifique - FNRSMind Science Foundation
Mots-clésNeuroimagingConsciousnessWakefulnessPersistent vegetative stateNeurosciencePsychologyConsciousness DisordersFunctional neuroimagingNeural correlates of consciousnessMinimally conscious stateCognitive scienceCognitionElectroencephalography

Résumé

récupéré en direct d'OpenAlex

Patients with disorders of consciousness (DoC) represent a group of severely brain-injured patients with varying capacities for consciousness in terms of both wakefulness and awareness. The current state-of-the-art for assessing these patients is through standardised behavioural examinations, but inaccuracies are commonplace. Neuroimaging and electrophysiological techniques have revealed vast insights into the relationships between neural alterations, andcognitive and behavioural features of consciousness in patients with DoC. This has led to the establishment of neuroimaging paradigms for the clinical assessment of DoC patients. Here, we review selected neuroimaging findings on the DoC population, outlining key findings of the dysfunction underlying DoC and presenting the current clinical utility of neuroimaging tools. We discuss that whilst individual brain areas play instrumental roles in generating and supporting consciousness, activation of these areas alone is not sufficient for conscious experience. Instead, for consciousness to arise, we need preserved thalamo-cortical circuits, in addition to sufficient connectivity between distinctly differentiated brain networks, underlined by connectivity both within, and between such brain networks. Finally, we present recent advances and future perspectives in computational methodologies applied to DoC, supporting the notion that progress in the science of DoC will be driven by a symbiosis of these data-driven analyses, and theory-driven research. Both perspectives will work in tandem to provide mechanistic insights contextualised within theoretical frameworks which ultimately inform the practice of clinical neurology.

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)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0000,002
Communication savante0,0020,004
Science ouverte0,0010,001
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,114
Tête enseignante GPT0,406
Écart entre enseignants0,292 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations38
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLa Presse MédicaleMême sujetTraumatic Brain Injury ResearchTravaux en français237 207