Don’t lose heart : Neuropsychological outcome and treatment after cardiac arrest
Notice bibliographique
Résumé
The number of people experiencing long-term cognitive and psychosocial consequences after out-of-hospital cardiac arrest is increasing due to an aging population and an increased number of successful cardiorespiratory resuscitations. About half of the survivors suffer from long-term cognitive impairment. The thesis explores the diagnosis, the long-term outcomes, and treatment of cognitive impairment post-cardiac arrest. The Montreal Cognitive Assessment (MoCA) was validated, showing excellent sensitivity and adequate specificity for detecting cognitive impairment, and is recommended to use for follow-up assessment. Not all patients with cognitive impairments report cognitive complaints, and vice versa. Our findings did not support a lack of awareness as an explanation for this. Instead, a “response shift”, a change in an individual’s standards and values after life-altering events, is proposed. Epileptiform patterns on EEG occur in 5-10% of comatose patients and indicate severe brain injury. A study of 14 survivors showed that, despite a “good” outcome according to the Cerebral Performance Categories, almost all participants had cognitive impairment and a worse psychosocial outcome compared to other patient populations. Three studies investigated potential treatments. First, intravenous acyl-ghrelin improved cognitive and psychosocial outcomes numerically but not significantly compared to the placebo group. Second, cognitive rehabilitation combining metacognitive strategy training and direct computerized cognitive training in a single case experimental design enhanced daily functioning and societal participation for most participants. Third, intermitted theta burst stimulation (iTBS) had no impact on working memory on an individual basis, but may have influenced reaction time at the group level. This thesis contributes to the field of post cardiac-arrest research by validating a screening tool, improving understanding of long-term outcomes, and identifying potential treatments.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».