Perioperative Neurocognitive Disorder in Individuals with a History of Traumatic Brain Injury: Protocol for a Systematic Review and Meta-Analysis
Notice bibliographique
Résumé
Postoperative neurocognitive disorder (PND) is a cognitive decline after general anesthesia and surgery, influenced by preexisting neurodegenerative conditions, stress, and inflammation. Traumatic brain injury (TBI) is linked to a dysregulated stress response, neuroinflammation, and cognitive issues. Patients with TBI often need extracranial surgeries under general anesthesia (GA), which can increase stress, neuroinflammation, and neurodegenerative changes, raising PND risk. We will search databases like Ovid Medline and Embase for studies on cognitive function in patients with mild to moderate TBI who had extracranial surgeries under general anesthesia (GA). Screening and data extraction will be done manually and with AI-assisted tools (ASReview). Study quality will be assessed using the Newcastle-Ottawa Scale. Statistical analyses will include mean differences, odds ratios, and meta-regression, addressing heterogeneity, sensitivity, and publication bias using Stata/SE. By meta-analyzing clinical studies, we aim to determine if TBI and GA/surgery interact to induce PND. We will use various data sources, subgroup analyses, sensitivity analyses, and meta-regression to assess factors like age, gender, and type of GA/surgery. This meta-analysis will enhance our understanding of PND risks, inform clinical practices, and highlight new research directions. The systematic review is registered in PROSPERO (CRD42024510980).
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,017 | 0,003 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,000 |
| 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 ».