EEG frequency bands in subjective cognitive decline: A systematic review of resting state studies
Notice bibliographique
Résumé
As the older population continues to expand, there is a growing prevalence of individuals who experience subjective cognitive decline (SCD), characterized by self-reported failures in cognitive function and an increased risk of cognitive impairment. Recognizing that preventive interventions are typically more effective in preclinical stages, current research endeavors to focus on identifying early biological markers of SCD using resting-state electroencephalogram (rsEEG) methods. To do so, a systematic literature review covering the past 20 years was conducted following PRISMA guidelines, in order to consolidate findings on rsEEG frequency bands in individuals with SCD. Pubmed and Web of Science databases were searched for rsEEG studies of people with SCD. Quality assessments were completed using a modified Newcastle-Ottawa scale. A total of 564 articles published from December 2003 to December 2023 were reviewed, and significant aspects of these papers were analyzed to provide a general overview of the research on this technique. After removing unrelated articles, nine articles were selected for the present study. The review emphasizes patterns in frequency band activity, revealing that individuals classified as SCD exhibited increased theta power than healthy controls, but decreased than MCI. However, findings for the alpha, delta, and beta bands were inconsistent, demonstrating variability across studies and highlighting the need for further research. Although the rsEEG of frequency bands emerges as a promising early biomarker, there is a noteworthy need to establish uniform standards and consistent measurement approaches in order to ensure the reliability and comparability of the results obtained in the research.
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 | 0,002 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».