Consequences of Stroke in Community-Dwelling Elderly
Notice bibliographique
Résumé
BACKGROUND AND PURPOSE: Stroke survivors are at risk of developing comorbidities that further reduce their quality of life. The purpose of this study was to determine the risk of developing a secondary health problem after stroke. METHODS: We performed a case-control analysis using 6 biennial interview waves (1998 to 2008) of the Health and Retirement Study. We compared 631 noninstitutionalized individuals who had a single stroke with 631 control subjects matched for age, gender, and interview wave. We studied sleep problems, urinary incontinence, motor impairment, falls, and memory deficits among the 2 groups. RESULTS: Stroke survivors frequently developed new or worsened motor impairment (33%), sleep problems (up to 33%), falls (30%), urinary incontinence (19%), and memory deficits (9%). As compared with control subjects, the risk of developing a secondary health problem was highest for memory deficits (OR, 2.45; 95% CI, 1.34 to 4.46) followed by urinary incontinence (OR, 1.86; 95% CI, 1.31 to 2.66), motor impairment (OR, 1.61; 95% CI, 1.16 to 2.24), falls (OR, 1.5; 95% CI, 1.12 to 2.0), and sleep disturbances (OR, 1.49; 95% CI, 1.09 to 2.03). In contrast, stroke survivors were not more likely to injure themselves during a fall (OR, 1.14; 95% CI, 0.72 to 1.79). After adjusting for cardiovascular risk factors, social status, psychiatric symptoms, and pain, the risks of falling or developing sleep problems were not different from the control subjects. CONCLUSIONS: The risk of developing a secondary health problem that can impact daily life is markedly increased after stroke. A better understanding of frequencies and risks for secondary health problems after stroke is necessary for designing better preventive and rehabilitation strategies.
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 ».