MétaCan
Menu
Retour à la cohorte
Enregistrement W4402609459 · doi:10.1161/jaha.124.034351

Quantitative Electroencephalography for Predication of Neurological Dysfunction in Type A Aortic Dissection: A Prospective Observational Study

2024· article· en· W4402609459 sur OpenAlexaboutno aff
Y. Wang, Yong‐qing Cheng, Hanghang Wang, Huanhuan Wang, Wenxue Liu, Yi Jiang, Y. Xue, Yang Chen, Qing Zhou, Xuan Luo, Qingxiu Zhang, Jason Zhensheng Qu, Dongjin Wang

Notice bibliographique

RevueJournal of the American Heart Association · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueAortic Disease and Treatment Approaches
Établissements canadiensnon disponible
Organismes subventionnairesNanjing UniversityGovernment of Jiangsu ProvinceAnhui Medical UniversitySun Yat-sen University
Mots-clésMedicineReceiver operating characteristicElectroencephalographyPerioperativeAortic dissectionArea under the curveStroke (engine)CardiologyUnivariate analysisObservational studyInternal medicineAnesthesiaMultivariate analysisAorta

Résumé

récupéré en direct d'OpenAlex

Background Type A aortic dissection presents challenges with postoperative cerebral complications, and this study evaluates the predictive value of quantitative electroencephalography for perioperative brain function prognosis. Methods and Results Amplitude‐integrated electroencephalography (aEEG) processes raw signals through filtering, amplitude integration, and time compression, displaying the data in a semilogarithmic format. Using this method, postoperative relative band power (post‐RBP) α% and dynamic aEEG (ΔaEEG) grade were significantly associated with neurological dysfunction in univariate and multivariable analyses, with area under the receiver operating characteristic curve of 0.876 (95% CI, 0.825–0.926) for the combined model. Postoperative relative band power α% and ΔaEEG were significantly associated with adverse outcomes, with area under the receiver operating characteristic curve of 0.903 (95% CI, 0.835–0.971) for the combined model. Postoperative relative band power α% and ΔaEEG were significantly associated with transient neurological dysfunction and stroke, with areas under the receiver operating characteristic curve of 0.818 (95% CI, 0.760–0.876) and 0.868 (95% CI, 0.810–0.926) for transient neurological dysfunction, and 0.815 (95% CI, 0.743–0.886) and 0.831 (95% CI, 0.746–0.916) for stroke. Among 56 patients, the Alberta Stroke Program Early Computed Tomography score was superior to ΔaEEG in predicting neurological outcomes (area under the receiver operating characteristic curve of 0.872 versus 0.708 [95% CI, 0.633–0.783]; P <0.05). Conclusions Perioperative quantitative electroencephalography monitoring offers valuable insights into brain function changes in patients with type A aortic dissection. ∆aEEG grades can aid in early detection of adverse outcomes, while postoperative relative band power and ∆aEEG grades predict transient neurological dysfunction. Quantitative electroencephalography can assist cardiac surgeons in assessing brain function and improving outcomes in patients with type A aortic dissection. Registration URL: https://www.chictr.org.cn ; Unique identifier: ChiCTR2200055980.

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)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,050
Tête enseignante GPT0,348
Écart entre enseignants0,299 · 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'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

Citations6
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the American Heart AssociationMême sujetAortic Disease and Treatment ApproachesTravaux en français237 207