MétaCan
Menu
Retour à la cohorte
Enregistrement W4416145443 · doi:10.1093/ageing/afaf330

Prediction of postoperative delirium in older adults from preoperative cognition and occipital alpha power from resting-state electroencephalogram

2025· article· en· W4416145443 sur OpenAlexaboutno aff
Matthew S. Ning, Andrei Rodionov, Jessica M. Ross, Recep A. Ozdemir, Maja Burch, Shu Jing Lian, David C. Alsop, Michele Cavallari, Bradford C. Dickerson, Tamara G. Fong, Richard N. Jones, Towia A. Libermann, Edward R. Marcantonio, Emiliano Santarnecchi, Eva M. Schmitt, Alexandra Touroutoglou, Thomas G. Travison, Leah Acker, Melody Reese, Haoqi Sun, M. Brandon Westover, Álvaro Pascual‐Leone, Miles Berger, Sharon K. Inouye, Mouhsin M. Shafi

Notice bibliographique

RevueAge and Ageing · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueIntensive Care Unit Cognitive Disorders
Établissements canadiensnon disponible
Organismes subventionnairesNational Institute of Mental HealthNational Institute on Aging
Mots-clésElectroencephalographyCognitionAlpha (finance)DeliriumAlpha rhythmSample size determinationCognitive impairment

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Postoperative delirium is the most common complication following surgery amongst older adults, and has been consistently associated with increased mortality and morbidity, cognitive decline, loss of independence and increased health-care costs. We sought to identify preoperative predictors that could identify individuals at high risk for postoperative delirium, which could guide clinical decision-making and enable targeted interventions to potentially decrease delirium incidence and postoperative delirium-related complications. METHODS: Preoperative resting-state electroencephalograms (EEGs) and the Montreal Cognitive Assessment were collected from a prospective observational cohort of 85 older adults (12 cases of delirium) undergoing elective surgery. Four machine learning models were tested and the model with the highest f1-score was subsequently validated in an independent, prospective cohort of 51 older adults (6 cases of delirium) undergoing elective surgery. RESULTS: Occipital alpha powers have higher f1-score (0.57 ± 0.07) than frontal alpha powers (0.47 ± 0.07), EEG spectral slowing (0.48 ± 0.08), or modelling of EEG power spectral density into periodic and aperiodic components (0.44 ± 0.09) in the training cohort. Occipital alpha powers plus cognitive scores were able to predict postoperative delirium with area under the receiver operating characteristic curve (AUC) (0.94, 95% CI: [0.86-0.99]), sensitivity (0.83, 95% CI: [0.50-1.00]) and specificity (0.91, 95% CI: [0.82-0.98]) in the validation cohort, and outperformed models incorporating occipital alpha powers alone or cognitive scores alone. CONCLUSIONS: Whilst the sample size is small and findings require confirmation in larger studies, our results suggest that the thalamocortical circuit exhibits different EEG patterns under stressors, with occipital alpha powers potentially reflecting baseline vulnerabilities.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,637
Score d'incertitude au seuil0,552

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0000,000

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 Opus0,007
Tête enseignante GPT0,241
Écart entre enseignants0,234 · 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 tête enseignante, 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

Citations4
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAge and AgeingMême sujetIntensive Care Unit Cognitive DisordersTravaux en français237 207