Quantitative electroencephalography to assess post-stroke functional disability: A systematic review and meta-analysis
Notice bibliographique
Résumé
OBJECTIVE: Quantitative electroencephalography (QEEG) is a non-invasive, reliable and easily accessible modality to assess neuronal activity. QEEG in acute stroke may predict short and long-term functional outcomes. The role of individual indices has not been studied in a meta-analysis. We aim to assess individual QEEG-derived indices to predict post-stroke disability. METHODS: We included studies (sample size ≥ 10) with stroke patients who underwent EEG and a follow-up outcome assessment was available either in the form of modified Rankin scale (mRS) or National Institute of Stroke scale (NIHSS) or Fugl-Meyer scale (FMA). QEEG indices analysed were delta-alpha ratio (DAR), delta-theta-alpha-beta ratio (DTABR), brain symmetry index (BSI) and pairwise derived brain symmetry (pdBSI). RESULTS: Nine studies (8 had only ischemic stroke, and one had both ischemic and haemorrhagic stroke), including 482 participants were included for meta-analysis. Higher DAR was associated with worse mRS (n=300, Pearson's r 0.26, 95 % CI 0.21-0.31). Higher DTABR was associated with worse mRS (n=337, r=0.32, 95 % CI 0.26-0.39). Higher DAR was associated with higher NIHSS (n=161, r=0.42, 95 % CI0.24-0.6). Higher DTABR was associated with higher NIHSS (n=158, r=0.49, 95 % CI 0.31-0.67). CONCLUSIONS: QEEG-derived indices DAR and DTABR have the potential to assess post-stroke disability. Adding QEEG to the clinical and imaging biomarkers in the acute phase may help in better prediction of post-stroke recovery. REGISTRY: PROSPERO 2022 CRD42022292281.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,019 | 0,024 |
| Bibliométrie | 0,004 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 source (Gemma direct ou Codex distillé), 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 ».