Het electroencefalogram bij delier bij dementie (DBD)
Bibliographic record
Abstract
Vanwege de overlap in symptomen kan het moeilijk zijn om een delier te herkennen bij een patiënt met een langer bestaande dementie; het zogenaamde ‘delirium superimposed on dementia’ (DSD) of ‘delier bij dementie’ (DBD). De bestaande diagnostische criteria en observatieschalen zullen vaak leiden tot fout-positieve en fout-negatieve uitslagen. In dit artikel wordt een overzicht gegeven van de literatuur die betrekking heeft op de eventuele rol van electroencefalografie (EEG) bij de differentiële diagnostiek van delier, dementie en DBD. Het klassieke EEG, met twintig tot dertig elektroden en dertig minuten registratie, is een belastend onderzoek voor de psychogeriatrische patiënt. Recent onderzoek wijst uit dat ook kortdurende EEG-registraties met een zeer beperkt aantal elektroden mogelijk bruikbaar zijn bij de diagnostiek van een delier. Deze ontwikkeling geeft een ingang voor de toepassing van een EEG in de psychogeriatrische praktijk ter ondersteuning van de differentiële diagnostiek van DBD.
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 imitationNot 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.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.004 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.002 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.007 | 0.001 |
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.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
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".