Cognitive impairments in acute lacunar stroke
Notice bibliographique
Résumé
BACKGROUND: The present study investigated the prevalence of cognitive deficits in acute lacunar stroke, validated the Mini Mental State Examination (MMSE) in detecting cognitive impairments in lacunar patients, and identified predictors of such deficits. METHODS: Seventy-one patients with lacunar stroke performed a comprehensive cognitive screening between day 2 and day 7 of their stay. The test battery included Trail Making Test A, Verbal Fluency, Object Learning Test, Ullevål Aphasia Screening, and Assessment of Stroke and other Brain Damage regarding motor apraxia, rational apraxia and visuospatial ability. RESULTS: Exactly 57.7% scored outside cutoff in at least one of the cognitive tests. Using a rigorous cutoff for MMSE (28/29 points) and the test battery as comparison, the sensitivity and specificity of MMSE were 0.69 and 0.67, respectively. Only male sex was significantly related to the presence of cognitive deficits (pathologic score on at least one of the tests--odds ratio 4.41, 95% confidence interval 1.45-13.43). CONCLUSION: Many lacunar stroke patients suffer cognitive problems. Male patients are at particular risk. MMSE failed to identify 30% of the patients diagnosed with cognitive deficits, and we suggest that lacunar stroke patients be offered a comprehensive cognitive screening, even when MMSE is normal.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 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) | 0,002 | 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 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 ».