MétaCan
Menu
Retour à la cohorte
Enregistrement W4414055477 · doi:10.1371/journal.pdig.0001005

Evaluating the predictive accuracy of cognitive screeners BAMCOG and MoCA in identifying postoperative delirium risk in aortic valve replacement patients: A cohort study

2025· article· en· W4414055477 sur OpenAlexaboutno aff
Mariska te Pas, Sophie Adelaars, R. Arthur Bouwman, Roy P. C. Kessels, Marcel G. M. Olde Rikkert, Daan van de Kerkhof, Erwin Oosterbos, Marc P. Buise

Notice bibliographique

RevuePLOS Digital Health · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueIntensive Care Unit Cognitive Disorders
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMontreal Cognitive AssessmentDeliriumAortic valve replacementCohort studyCohortProspective cohort studyCognitionPredictive value of testsRisk assessment

Résumé

récupéré en direct d'OpenAlex

Postoperative delirium (POD) and postoperative encephalopathy (POE) are common complications in older adults undergoing aortic valve replacement (AVR), yet the predictive accuracy of cognitive screening tools remains uncertain. In this prospective cohort study, 50 patients aged 65 years and older scheduled for AVR between January and October 2022 underwent preoperative assessment with the Brain Aging Monitor Cognitive Assessment (BAMCOG) and Montreal Cognitive Assessment (MoCA). Postoperatively, POD was evaluated with the Delirium Observation Screening (DOS) scale and POE with electroencephalography (EEG). BAMCOG and MoCA showed poor accuracy in predicting POE, with AUROC values of 0.67 and 0.59 respectively, but BAMCOG demonstrated good accuracy for POD prediction (AUROC 0.85) compared with MoCA (AUROC 0.53). Higher BAMCOG scores were significantly associated with reduced POD incidence, with each 10% increase in score lowering the risk by 16%. These findings suggest that BAMCOG may be a valuable preoperative screening tool for POD, though larger studies are needed to confirm its clinical utility and establish optimal cutoff values.

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)0,002
score de la tête « metaresearch » (Gemma)0,006
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 enseignants0,004
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,039
Tête enseignante GPT0,385
Écart entre enseignants0,347 · 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'admission1
Résumé présentoui

Explorer davantage

Même revuePLOS Digital HealthMême sujetIntensive Care Unit Cognitive DisordersTravaux en français237 207