MétaCan
Menu
Retour à la cohorte
Enregistrement W4404160594 · doi:10.1136/pn-2024-004259

Cognitive rehabilitation in posterior cortical atrophy

2024· review· en· W4404160594 sur OpenAlexaff
Aida Suárez‐González, Nathalie Bier, Hélène Sauvageau, Victoria S. Pelak, Samrah Ahmed

Notice bibliographique

RevuePractical Neurology · 2024
Typereview
Langueen
DomaineMedicine
ThématiqueNeurological disorders and treatments
Établissements canadiensCentre intégré de santé et de services sociaux de la Montérégie-CentreCentre intégré de santé et de services sociaux de Chaudière-AppalachesSanté MontérégieUniversité de MontréalCentre Intégré Universitaire de Santé et de Services Sociaux du Centre-Sud-de-l'Île-de-MontréalCentre Intégré de Santé et de Services Sociaux des LaurentidesInstitut Universitaire de Gériatrie de Montréal
Organismes subventionnairesEconomic and Social Research CouncilNational Institute for Health and Care ResearchUK Research and Innovation
Mots-clésPosterior cortical atrophyAtrophyCognitionRehabilitationPsychologyCognitive rehabilitation therapyPhysical medicine and rehabilitationNeuroscienceCognitive impairmentMedicineCognitive psychologyDementiaPathologyDisease

Résumé

récupéré en direct d'OpenAlex

Posterior cortical atrophy is an uncommon type of dementia often caused by Alzheimer's disease and characterised by progressive loss of visuospatial and perceptual abilities. Although there is no curative treatment, patients may benefit from a range of symptom-based techniques and strategies to address visuospatial deficits and apraxia, and to reduce disability. Specific techniques based on visual and tactile cues, adapted and assistive equipment, environmental modifications and skill training may help people with posterior cortical atrophy continue to carry on activities that are important to them. We share vignettes from patients treated in our clinics to illustrate the practical delivery and potential impact of these therapies.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,073
Tête enseignante GPT0,433
Écart entre enseignants0,360 · 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
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePractical NeurologyMême sujetNeurological disorders and treatmentsTravaux en français237 207