MétaCan
Menu
Retour à la cohorte
Enregistrement W7117408657 · doi:10.17116/jnevro202512512286

Spectrum of tolerability and safety of the use of brain—computer interfaces with biofeedback in cognitive rehabilitation after a stroke

2025· article· en· W7117408657 sur OpenAlexaboutno aff
E.V. Isakova, V.A. Borisova

Notice bibliographique

RevueS S Korsakov Journal of Neurology and Psychiatry · 2025
Typearticle
Langueen
DomaineNeuroscience
ThématiqueEEG and Brain-Computer Interfaces
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTolerabilityRehabilitationStroke (engine)BiofeedbackCognitionElectroencephalography

Résumé

récupéré en direct d'OpenAlex

Objective. To assess the tolerability and safety of using high-tech software complexes with biofeedback (BF) via a brain—computer interface (BCI) in the recovery of patients after a stroke, based on an analysis of neuropsychological examination data. Material and methods. The study included 100 stroke patients: 40 patients in the main group, 40 patients in the comparison group, and 20 patients in the control group. The Hospital Anxiety and Depression Scale (HADS), the Beck Depression Inventory (BDI), the Hamilton Anxiety Rating Scale (HARS), the Hamilton Depression Rating Scale (HDRS), the Montreal Cognitive Assessment (MoCA), and the Mini-Mental State Examination (MMSE) were used. In the main group, sessions were conducted using BCI-BF1 based on the P300 potential; in the comparison group, sessions were conducted using BCI-BF2 based on the mu-rhythm of electroencephalography (EEG); control group patients received standard of care. Results. Improvement of the symptoms was reported; no «aggravation/increase» of the existing symptoms or the occurrence of new symptoms was observed, which indicated good tolerance of using BCI-BF1 and BCI-BF2. The results of the assessment on the BDI, HARS, and HDRS scales showed a statistically significant improvement, indicating the regression of existing affective disorders corresponding to the level of minor disorders, namely «subclinical anxiety/depression» (p<0.001). When assessing the BDI and HDRS scales, a statistically significant decrease in the scores for the subscale of affective-cognitive disorders was found in the main group (p=0.002) and in the comparison group (p<0.001). MoCA score showed no decrease from the baseline score of 25 or more: in the main group, there was an increase in the median total score (p=0.014); in the comparison group, there was no change (p=0.683). Conclusion. Treatment with BCI-BF1 based on P300 and BCI-BF2 based on the EEG mu-rhythm was safe in patients in the recovery period of stroke, showed good tolerance, did not cause the occurrence or increase of affective disorders, and did not reduce the MoCA score.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
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)0,0010,000

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 Opus0,013
Tête enseignante GPT0,256
Écart entre enseignants0,243 · 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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueS S Korsakov Journal of Neurology and PsychiatryMême sujetEEG and Brain-Computer InterfacesTravaux en français237 207