基于网络的生物标志物在儿童的背景电脑学-A范围审查和叙事合成
Kay Meiklejohn1, Leandro Junges2, John R Terry3
1University Hospital Southampton NHS Foundation Trust, Southampton, United Kingdom; Neuronostics, Bristol, United Kingdom.
Seizure
|January 7, 2025
概括
使用脑电图 (EEG) 进行的大脑网络分析显示生物标志物具有前途. 然而,目前关于儿童的研究缺乏标准化的方法,样本大小小,阻碍生物标志物发展.
科学领域:
- 神经科学是一个神经科学.
- 生物标志物发现发现
- 的研究研究.
背景情况:
- 脑网络分析是开发新性生物标志物的新兴领域.
- 基于脑电图 (EEG) 的网络异常正在为儿童进行研究.
- 这项研究旨在改善的诊断,治疗和管理.
研究的目的:
- 总结一下儿童中基于EEG的网络异常的现状.
- 评估现有研究方法的稳定性,通用性,优势和局限性.
- 确定差距,并为未来的研究提供建议.
主要方法:
- 以PRISMA指南和PICO框架为指导的范围审查.
- 搜索了四个国际数据库 (Cochrane Central,Embase,MEDLINE,PsycINFO) 的相关研究.
- 分析了研究设计,干预特征,方法设计,局限性和所包含研究的发现.
主要成果:
- 在2,959项检索中,包括了9项研究.
- 方法包括组级比较和基于分类的方法.
- 常见的限制是小样本大小和综合征和年龄组的异质性.
结论:
- 研究设计和方法的异质性需要标准化的框架 (例如,STARD).
- 标准化对于严格比较和验证基于网络的方法至关重要.
- 开发强大的方法将使儿童的新生物标志物的创造成为可能.
