← Retour à la cohorte
Common Data Elements for Disorders of Consciousness: Recommendations from the Working Group on Neuroimaging
Brian L. Edlow, Varina L. Boerwinkle, Jitka Annen, Mélanie Boly, Olivia Gosseries, Steven Laureys, Pratik Mukherjee, Louis Puybasset, Robert D. Stevens, Zachary Threlkeld, Virginia Newcombe, Davinia Fernández‐Espejo, Venkatesh Aiyagari, Yama Akbari, Fawaz Al‐Mufti, Sheila Alexander, Anne W. Alexandrov, Ayham Alkhachroum, Moshagan Amiri, Meron Awraris Gebre, Mary Kay Bader, Neeraj Badjiata, Ram Balu, Megan E. Barra, Rachel Beekman, Ettore Beghi, Kathleen Bell, Erta Beqiri, Tracey Berlin, Thomas P. Bleck, Yelena Bodien, Alexandra Bonnel, Emery N. Brown, Eder Cáceres, Elizabeth Carroll, Emilio G. Cediel, Sherry Chou, Giuseppe Citerio, Jan Claassen, Chad Condie, Katie Cosmas, Claire J. Creutzfeldt, Neha Dangayach, Michael DeGeorgia, Caroline Der‐Nigoghossian, Masoom Desai, Michael N. Diringer, James Dullaway, Ari Ercole, Anna Estraneo, Guido J. Falcone, Salia Farrokh, Simona Ferioli, Ericka L. Fink, Joseph J. Fins, Brandon Foreman, Jennifer Frontera, Rishi Ganesan, Ahmeneh Ghavam, Joseph T. Giacino, Christie Gibbons, Emily J. Gilmore, Theresa Green, David M. Greer, Mary Guanci, Cecil D. Hahn, Ryan Hakimi, Flora M. Hammond, Daniel F. Hanley, Jed A. Hartings, Ahmed M. Hassan, Raimund Helbok, Claude Hemphill, Holly E. Hinson, Karen G. Hirsch, Sarah Hocker, Peter Hu, Theresa Human, David Hwang, Judy Illes, Matthew Jaffa, Michael L. James, Anna Janas, Morgan Jones, E. Keller, Maggie Keogh, Jenn Kim, Keri S. Kim, Hannah Kirsch, Matt Kirschen, Nerissa Ko, Daniel Kondziella, Natalie Kreitzer, Julie Kromm, Abhay Kumar, Pedro Kurtz, Thomas Lawson, Nicolas Lejeune, Ariane Lewis, John Liang, Geoffrey Ling, Sarah Livesay, Andrea I. Luppi, Lori Madden, Craig Maddux, Dea Mahanes, Shraddha Mainali, Nelson Maldonado, Rennan Martins Ribeiro, Marcello Massimini, Stephan A. Mayer, Victoria McCredie, Molly McNett, Jorge Mejía-Mantilla, David Menon, Geert Meyfroidt, Julio Mijangos, Dick Moberg, Asma Moheet, Erika Molteni, Martin M. Monti, Chris Morrison, Susanne Muehlschlegel, Brooke Murtaugh, Lionel Naccache, Masao Nagayama, Emerson Nairon, Girija Natarajan, Niklas Nielsen, Naomi Niznick, Filipa Noronha-Falcão, Paul Nyquist, DaiWai M. Olson, Marwan Othman, Adrian Owen, Llewellyn Padayachy, Soojin Park, Melissa Pergakis, Len Polizzotto, Nader Pouratian, Marilyn Price Spivack, Lara Prisco, J. Javier Provencio, Chethan Rao, Lindsay Rasmussen, Verena Rass, Michael Reznik, Risa Richardson, Cássia Righy Shinotsuka, Chiara Robba, Courtney Robertson, Benjamin Rohaut, John D. Rolston, Mario Rosanova, Eric S. Rosenthal, Mary E. Russell, Gisele Sampaio Silva, Leandro Sanz, Simone Sarasso, Aarti Sarwal, Nicolas Schiff, Caroline Schnakers, David B. Seder, Vishank Shah, Amy Shapiro-Rosen, Angela Hays Shapshak, Kartavya Sharma, Tarek Sharshar, Lori Shutter, Jacobo Sitt, Beth S. Slomine, Peter Smielewski, Wade S. Smith, Emmanuel A. Stamatakis, Alexis Steinberg, José I. Suarez, Bethany L. Sussman, Shaurya Taran, Aurore Thibaut, Lorenzo Tinti, Daniel Toker, Michel Torbey, Stephen Trevick, Alexis F. Turgeon, Andrew Udy, Panos Varelas, Paul Vespa, Walter Videtta, Henning U. Voss, Ford Vox, Amy K. Wagner, Mark S. Wainwright, John Whyte, Briana Witherspoon, Aleksandra Yakhind, Ross Zafonte, Darin B. Zahuranec, Chris Zammit, Bei Zhang, Wendy Ziai, Lara Zimmerman, Elizabeth Zink
Notice bibliographique
RevueNeurocritical Care · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueTraumatic Brain Injury Research
Établissements canadiensUniversité Laval
Organismes subventionnairesNational Institute of Neurological Disorders and StrokeHorizon 2020 Framework ProgrammeJames S. McDonnell FoundationNational Institutes of HealthEuropean CommissionNational Institute for Health and Care ResearchAcademy of Medical Sciences
Mots-clésNeuroimagingNeurologyPersistent vegetative stateMedicineConsciousness DisordersConsciousnessPsychiatryPsychologyNeuroscienceMinimally conscious state
Résumé
Aucun résumé dans les sources couvertes. Son absence est consignée, pas traitée comme un négatif.
Aucun résumé. Ce n'est pas une lacune de cette base de données : OpenAlex n'en a pas non plus. 23,3 % de la base est dans cet état, et le tri y repère MOITIÉ moins de métarecherche ; l'absence est donc un biais mesuré, et non un champ manquant.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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)0,000
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,536
Score d'incertitude au seuil0,359
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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) | 0,000 | 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.
Tête enseignante Opus0,174
Tête enseignante GPT0,423
Écart entre enseignants0,248 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validation
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 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
Citations17
Publié2023
Routes d'admission1
Résumé présentnon