MétaCan
Menu
Retour à la cohorte
Enregistrement W4407549515 · doi:10.3390/brainsci15020189

Decoding Analyses Show Dynamic Waxing and Waning of Event-Related Potentials in Coma Patients

2025· article· en· W4407549515 sur OpenAlexafffund
Adianes Herrera-Díaz, Rober Boshra, Richard Kolesar, Netri Pajankar, Paniz Tavakoli, Chia-Yu Lin, Alison Fox‐Robichaud, John F. Connolly

Notice bibliographique

RevueBrain Sciences · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueTraumatic Brain Injury Research
Établissements canadiensHamilton Health SciencesPublic Health Agency of CanadaMcMaster University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaPublic Health AgencyPublic Health Agency of CanadaCanadian Institutes of Health ResearchHamilton Health Sciences
Mots-clésWaxingComa (optics)Decoding methodsEvent (particle physics)PsychologyNeuroscienceCommunicationComputer scienceBiologyAlgorithmPhysicsAstrophysics

Résumé

récupéré en direct d'OpenAlex

Background/Objectives: Coma prognosis is challenging, as patient presentation can be misleading or uninformative when using behavioral assessments only. Event-related potentials have been shown to provide valuable information about a patient’s chance of survival and emergence from coma. Our prior work revealed that the mismatch negativity (MMN) in particular waxes and wanes across 24 h in some coma patients. This “cycling” aspect of the presence/absence of neurophysiological responses may require fine-grained tools to increase the chances of detecting levels of neural processing in coma. This study implements multivariate pattern analysis (MVPA) to automatically quantify patterns of neural discrimination between duration deviant and standard tones over time at the single-subject level in seventeen healthy controls and in three comatose patients. Methods: One EEG recording, containing up to five blocks of an auditory oddball paradigm, was performed in controls over a 12 h period. For patients, two EEG sessions were conducted 3 days apart for up to 24 h, denoted as day 0 and day 3, respectively. MVPA was performed using a support-vector machine classifier. Results: Healthy controls exhibited reliable discrimination or classification performance during the latency intervals associated with MMN and P3a components. Two patients showed some intervals with significant discrimination around the second half of day 0, and all had significant results on day 3. Conclusions: These findings suggest that decoding analyses can accurately classify neural responses at a single-subject level in healthy controls and provide evidence of small but significant changes in auditory discrimination over time in coma patients. Further research is needed to confirm whether this approach represents an improved technology for assessing cognitive processing in coma.

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

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 Opus0,084
Tête enseignante GPT0,456
Écart entre enseignants0,372 · 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

Citations1
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBrain SciencesMême sujetTraumatic Brain Injury ResearchTravaux en français237 207