Functional and Cognitive Consequences of Silent Stroke Discovered Using Brain Magnetic Resonance Imaging in an Elderly Population
Notice bibliographique
Résumé
OBJECTIVES: To evaluate the prevalence of silent stroke and its associated consequences on physical, cognitive, and emotional functioning in an elderly population. DESIGN: Population-based cross-sectional survey. SETTING: The Memory and Morbidity in Augsburg Elderly project in the Augsburg region of southern Germany. PARTICIPANTS: Two hundred sixty-seven community-dwelling persons aged 65 to 83. MEASUREMENTS: The presence of silent stroke was determined using magnetic resonance imaging brain scan and a single question asking for physician-diagnosed stroke in each participant. The health effect of silent stroke was assessed using rating scales for self-perceived health status (36-item short-form health survey), activities of daily living (ADLs) and instrumental ADLs, cognitive function, and depression (Center for Epidemiologic Studies Depression scale). RESULTS: Just fewer than 13% (12.7%) of participants were affected by silent stroke. Silent stroke was associated with a history of hypertension, heart surgery, and elevated C-reactive protein. Individuals with silent stroke showed impairments on the Mini-Mental State Examination test and in the cognitive domains of memory, procedural speed, and motor performance. CONCLUSION: The presence of silent stroke has a considerable effect on cognitive performance in those affected. Determining the presence of silent stroke using brain imaging may contribute to identifying individuals at risk for developing gradual neurological deficits.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».