Resting state EEG relates to short- and long-term cognitive functioning after cardiac arrest
Notice bibliographique
Résumé
BACKGROUND: Approximately half of cardiac arrest survivors have persistent cognitive impairment. Guidelines recommend early screening to identify patients at risk for cognitive impairment, but there is no consensus on the best screening method. We aimed to identify quantitative EEG measures relating with short- and long-term cognitive function after cardiac arrest for potential to cognitive outcome prediction. METHODS: We analyzed data from a prospective longitudinal multicenter cohort study designed to develop a prediction model for cognitive outcome after cardiac arrest. For the current analysis, we used twenty-minute EEG registrations from 80 patients around one week after cardiac arrest. We calculated power spectral density, normalized alpha-to-theta ratio (nATR), peak frequency, and center of gravity (CoG) of this peak frequency. We related these with global cognitive functioning (scores on the Montreal Cognitive Assessment (MoCA)) at one week, three and twelve months follow-up with multivariate mixed effect models, and with performance on standard neuropsychological examination at twelve months using Pearson correlation coefficients. RESULTS: = 2.49; P 0.01). No EEG metrics significantly related to the MoCA score at twelve months. nATR and peak frequency related with memory performance at twelve months. Results were consistent in sensitivity analyses. CONCLUSION: Early resting-state EEG parameters relate with short-term global cognitive functioning and with memory function at one year after cardiac arrest. Additional predictive values in multimodal prediction models need further study.
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 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| 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.
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.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».