MétaCan
Menu
Back to cohort
Record W2018630529 · doi:10.1016/j.eurpsy.2014.09.396

Troubles neuropsychologiques dans les addictions : dépistage, évolution et pronostic

2014· article· fr· W2018630529 on OpenAlexaboutno aff
Pascal Perney

Bibliographic record

VenueEuropean Psychiatry · 2014
Typearticle
Languagefr
FieldNeuroscience
TopicNeural and Behavioral Psychology Studies
Canadian institutionsnot available
Fundersnot available
KeywordsGynecologyMedicinePhilosophyHumanities

Abstract

fetched live from OpenAlex

La présentation est centrée sur une partie des troubles neuropsychologiques, les troubles cognitifs, qui sont une complication importante des consommations de produits psychoactifs. Ces troubles sont fréquents dans la maladie alcoolique : 60 à 80 % des malades immédiatement après sevrage. La nicotine pourrait être un produit stimulant de la concentration et de la mémoire de travail. Toutefois, le tabagisme chronique est clairement associé à une altération globale des fonctions cognitives et en particulier des fonctions exécutives et de la mémoire prospective. Concernant les drogues illégales, il existe un risque significativement augmenté d’altérations cognitives pour le cannabis, les psychostimulants (cocaïne et ecstasy), les hallucinogènes et l’héroïne. Le dépistage de ces troubles est important pour plusieurs raisons : – en raison de la grande fréquence des troubles qui sont souvent infra cliniques ; – les co-consommations de produits psychoactifs sont très fréquentes et il est probable qu’une association de toxiques se traduise par une altération cognitive plus profonde ; – des troubles cognitifs pourraient être un frein à la prise en charge addictologique puisqu’ils sont associés à une baisse de motivation pour le soin et à des difficultés pour intégrer les informations données pendant le soin ; – enfin, l’existence de troubles cognitifs pourrait être un facteur pronostique péjoratif (difficultés pour prendre les bonnes décisions et donc taux de rechutes augmentés). Le dépistage nécessite l’utilisation d’un test fiable, assez simple de réalisation et suffisamment sensible. Le Montréal Cognitive Assessment (MoCA) répond à ces critères et permet un premier screening. En fonction des résultats obtenus, des tests plus spécifiques, ainsi que des séances de réhabilitation adaptées peuvent être proposés. En dehors des atteintes les plus sévères, l’arrêt du toxique va permettre une amélioration des compétences cognitives qui va débuter dès les premières semaines et se poursuivre parfois pendant plusieurs mois.

Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.

How this classification was reachedexpand

Full frame machine prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.

metaresearch head score (Codex)0.000
metaresearch head score (Gemma)0.001
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: Observational
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.009
Threshold uncertainty score0.018

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0000.001
Meta-epidemiology (narrow)0.0010.000
Meta-epidemiology (broad)0.0010.000
Bibliometrics0.0010.001
Science and technology studies0.0010.001
Scholarly communication0.0010.001
Open science0.0000.001
Research integrity0.0010.001
Insufficient payload (model declined to judge)0.0020.000

Machine scores (provisional)

The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.

Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.

Opus teacher head0.081
GPT teacher head0.349
Teacher spread0.268 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designObservational
Domainnot available
GenreEmpirical

How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".

Quick stats

Citations0
Published2014
Admission routes1
Has abstractyes

Explore more

Same venueEuropean PsychiatrySame topicNeural and Behavioral Psychology StudiesFrench-language works237,207