MétaCan
Menu
Retour à la cohorte
Enregistrement W2097711148 · doi:10.1139/jpn.0642

Depression in acute stroke

2006· article· en· W2097711148 sur OpenAlexvenueno aff
Lara Caeiro, José M. Ferro, Catarina O. Santos, Maria Luísa Figueira

Notice bibliographique

RevueJournal of Psychiatry and Neuroscience · 2006
Typearticle
Langueen
DomaineMedicine
ThématiqueStroke Rehabilitation and Recovery
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDepression (economics)Stroke (engine)MedicineAcute strokePsychiatryEconomicsEngineeringKeynesian economicsEmergency department

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: Depression is one of the most frequent neuropsychiatric disturbances in stroke patients. The clinical aspects and correlations of depression in the first days after acute stroke are less known. This study aimed to 1) assess the frequency of depression, 2) describe the profile of depression of stroke patients and 3) analyze the relation between depression and demographic, predisposing and precipitating conditions, and clinical and imaging data, in acute stroke patients. METHODS: We used the Montgomery-Asberg Depression Rating Scale to assess depression in 178 consecutive acute (<or= 4 days) stroke (26 subarachnoid hemorrhage, 31 intracerebral hemorrhage, 121 cerebral infarct) patients (mean age 57 yr) and in a control group of 50 acute coronary patients (mean age 59 yr). RESULTS: Eighty-two patients (46%) presented acute depression; apathy/loss of interest was the most frequent clinical feature. In logistic regression, the best model to predict depression (backward model) identified previous mood disorder (odds ratio 2.2-12.9) as an independent predictor. There were no significant differences in the frequency or severity (p > 0.45) of depression between control subjects and acute stroke patients. CONCLUSIONS: Depression was present in almost one-half of the acute stroke patients and was related to previous mood disorder but not not to stroke type or location. Apathy/loss of interest was the predominant clinical feature.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,070
Score d'incertitude au seuil0,119

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,009
Tête enseignante GPT0,284
Écart entre enseignants0,275 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations95
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Psychiatry and NeuroscienceMême sujetStroke Rehabilitation and RecoveryTravaux en français237 207