Frequency of domain-specific cognitive impairment in sub-acute and chronic stroke
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Functional contributions of cognitive impairment may vary by domain and severity. OBJECTIVE: (1) To characterize frequency of cognitive impairment by domain after stroke by severity (mild: -1.5 ≤ z-score < -2; severe: Z ≤ -2) and time (sub-acute: < 90d; chronic: 90d-2yrs); and (2) To assess the association of cognitive impairment with function in chronic stroke. METHODS: Cognitive function was characterized among 215 people with sub-acute or chronic stroke (66.8 years, 43.3% female). Z-scores by cognitive domain were determined from normative data. Function was defined as the number of IADLs minimally independent. RESULTS: 76.3% of sub-acute and 67.3% of chronic stroke participants had cognitive impairment in ≥ 1 domain (p-for-difference = 0.09). Severe impairment was most common in psychomotor speed (sub-acute: 53.5%; chronic: 33.7%). Impairment in executive function was common (sub-acute: 39.5%; chronic: 30.7%) but was usually mild. Severe impairment in psychomotor speed, visuospatial function, and language and any impairment in executive function and memory was associated with IADL impairment (p < 0.03). CONCLUSIONS: Mild cognitive impairment is common after stroke but is not associated with functional disability. Impairment in psychomotor speed, executive function, and visuospatial function is common and associated with functional impairment so should be a focus of screening and rehabilitation post-stroke.
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.
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 découle