MétaCan
Menu
Retour à la cohorte
Enregistrement W7122582034 · doi:10.17116/jnevro2025125121216

Frequency and spatial characteristics of EEG in patients with coronary artery disease with preserved cognitive status and cognitive disorders

2025· article· en· W7122582034 sur OpenAlexaboutno aff
D.S. Kupriyanova, E.Yu. Privodnova, I.N. Kukhareva, I.D. Syrova, N.V. Volf

Notice bibliographique

RevueS S Korsakov Journal of Neurology and Psychiatry · 2025
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeural and Behavioral Psychology Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCoronary artery diseaseElectroencephalographyCognitionCognitive impairmentDiseaseElectrocardiography

Résumé

récupéré en direct d'OpenAlex

Objective. The objective of this study was to investigate the effect of coronary artery disease (CAD) on the frequency and spatial characteristics of the electroencephalogram (EEG) in patients with preserved cognitive status and those with cognitive impairment. Material and methods. The study included 132 patients with stable coronary artery disease and 63 subjects in a group of apparently healthy elderly people. All patients underwent neuropsychological screening, and based on the results, they were divided into two groups: those without cognitive impairment (CI) who scored 27—30 points on the Montreal Cognitive Assessment Scale (MoCA) (n=37) and those with CI who scored 20—26 points on the MoCA scale (n=95). Patients and healthy subjects also underwent a high-resolution EEG. Results. It was found that the differentiation between groups of CAD patients with and without CI and healthy elderly individuals occurs at the frequencies of theta1, theta2, and alpha2 rhythms, with local differences in the power of theta1 biopotentials and global differences in the theta2 and alpha2 ranges. Conclusion. The presented results demonstrate that patients with CAD and cognitive impairment exhibit specific features in the frequency and spatial characteristics of brain electrical activity compared to those of healthy elderly individuals.

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)0,001
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 seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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)0,0010,000

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 Opus0,015
Tête enseignante GPT0,273
Écart entre enseignants0,258 · 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 sujetNeural and Behavioral Psychology StudiesTravaux en français237 207