MétaCan
Menu
← Retour à la cohorte
Enregistrement W4394446987 · doi:10.6084/m9.figshare.12027600

Are Standard Follow-Up Parameters Sufficient to Protect Neurocognitive Functions in Patients with Diabetes Mellitus who Underwent Coronary Artery Bypass Grafting?

2020· dataset· en· W4394446987 sur OpenAlexaboutno aff
Hakan Saçlı, İbrahim Kara

Notice bibliographique

RevueFigshare · 2020
Typedataset
Langueen
DomaineMedicine
ThématiqueCardiac and Coronary Surgery Techniques
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBypass graftingArteryDiabetes mellitusNeurocognitiveMedicineCardiologyInternal medicineGraftingSurgeryEndocrinologyPsychiatryMaterials scienceCognition

Résumé

récupéré en direct d'OpenAlex

Abstract Objective: We aimed to compare the effectiveness of cognitive function protection between the standard follow-up parameters and advanced neuromonitoring methods in diabetic patients who underwent coronary artery bypass grafting during cardiopulmonary bypass. Methods: Study design was prospective and observational. Patients were separated into two groups, treated only with standard follow-up parameters (Group 1) and followed up with the change of regional cerebral tissue oxygenation (rSO2) by near-infrared spectroscopy (Group 2). Neurocognitive functions were evaluated preoperatively and postoperatively before discharge in all patients using the Montreal Cognitive Assessment (MoCA) test. Results: Cognitive functions of Group 2 patients in the postoperative period were significantly higher than Group 1 patients (P=0.001). The mean postoperative MoCA score of patients was significantly lower than the mean preoperative MoCA score in Group 1 (24.8±2.2 vs. 23.6±2.6, P=0.02). However, mild cognitive dysfunction was significantly lower in Group 2, compared to Group 1 (P=0.02). Conclusion: In patients followed up with standard parameters, a significant decrease in cognitive function was observed in the early period. However, the use of advanced neuromonitoring methods can significantly prevent this decrease in cognitive functions.

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)0,007
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 seuil0,029

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
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 Opus0,022
Tête enseignante GPT0,239
Écart entre enseignants0,217 · 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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFigshare→Même sujetCardiac and Coronary Surgery Techniques→Travaux en français237 207→