The cognitive burden of stroke emerges even with an intact NIH Stroke Scale Score: a cohort study
Notice bibliographique
Résumé
BACKGROUND: We aim to facilitate recognition of the cognitive burden of stroke by describing the parallels between cognitive deficits and the National Institutes of Health Stroke Scale (NIHSS), a widely used measure of stroke severity. METHODS: A consecutive cohort of 223 working-age patients with an acute first-ever ischaemic stroke was assessed neuropsychologically within the first weeks after stroke and at a 6-months follow-up visit and compared with 50 healthy demographic controls. The NIHSS was administered at the time of hospital admittance and upon discharge from the acute care unit. The associations between total NIHSS scores and domain-specific cognitive deficits were analysed correlatively and with a binary logistic regression. RESULTS: Of the NIHSS measurements (admittance median=3, range 0-24; discharge median=1, range 0-13), the total score at the time of discharge had systematically stronger correlations with cognitive impairment. Adjusted for demographics, the NIHSS discharge score stably predicted every cognitive deficit with ORs ranging from 1.4 (95% CI 1.2 to 1.6) for episodic memory to 1.9 (95% CI 1.5 to 2.3) for motor skills. The specificities of the models ranged from 89.5-97.7%, but the sensitivities were as low as 11.6-47.9%. Cognitive deficits were found in 41% of patients with intact NIHSS scores and in all patients with NIHSS scores ≥4, a finding that could not be accounted for by confounding factors. CONCLUSIONS: Cognitive deficits were common even in patients with the lowest NIHSS scores. Thus, low NIHSS scores are not effective indicators of good cognitive outcomes after 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.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».