MétaCan
Menu
← Retour à la cohorte
Enregistrement W4394123904 · doi:10.6084/m9.figshare.7244849

Chronic migraine patients show cognitive impairment in an extended neuropsychological assessment

2018· dataset· en· W4394123904 sur OpenAlexaboutno aff
Karen S. Ferreira, Caroliny Trevisan Teixeira, Carolina Cáfaro, Gabriela Z. Oliver, Gabriela L. P. Carvalho, Larissa A. S. D. Carvalho, Brenda G. Silva, Fernanda B. B. Haes, Marcelo Cedrinho Ciciarelli

Notice bibliographique

RevueFigshare · 2018
Typedataset
Langueen
DomaineMedicine
ThématiqueMigraine and Headache Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésNeuropsychologyCognitive impairmentNeuropsychological assessmentMigraineChronic MigraineClinical psychologyMedicineCognitionPsychologyPsychiatry

Résumé

récupéré en direct d'OpenAlex

ABSTRACT The objective of the present study was to assess the presence of cognitive deficits in patients with chronic migraine, and to assess the main factors that trigger cognitive disorders, such as comorbidities or the use of medications. Methods: Chronic migraine and control groups were interviewed in a case-control study. The frequency and intensity of the headache, medication used and associated comorbidities were determined. All patients were submitted to an extended neuropsychological assessment. Results: The chronic migraine group (n = 30) had a worse performance in the Montreal Cognitive Assessment Test (p = 0.00), Verbal Fluency (p = 0.00), Stroop (p = 0.00), Clock Drawing Test (p = 0.00), Digit Span (p = 0.00) and Matrix Reasoning (p = 0.01). After statistical adjustment by linear regression, migraine continued to be the only relevant factor in the poorer performance in the Montreal Cognitive Assessment, Verbal Fluency, Clock Drawing and Stroop tests. Conclusion: Patients with chronic migraine have cognitive deficits in multiple tasks, regardless of the presence of comorbidities or the use of medications.

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)0,001
score de la tête « metaresearch » (Gemma)0,006
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: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,030

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,004
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0090,001

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 Opus0,058
Tête enseignante GPT0,384
Écart entre enseignants0,326 · 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
GenreJeu de données

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

En bref

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFigshare→Même sujetMigraine and Headache Studies→Travaux en français237 207→