MétaCan
Menu
Retour à la cohorte
Enregistrement W2351863063

Impact of large and small artery lesions on cognitive function after acute ischemic stroke

2014· article· en· W2351863063 sur OpenAlexaboutno aff
Yao Tin

Notice bibliographique

RevueZhonghua zhongyiyao zazhi · 2014
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeurological Disease Mechanisms and Treatments
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLesionMedicineArteryStroke (engine)CardiologyInternal medicineMontreal Cognitive AssessmentIschemic strokeRadiologyIschemiaSurgeryCognitive impairmentDisease
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Objective: To investigate the impact of large and small artery lesions on cognitive function after acute ischemic stroke. Methods: 60 cases of patients with acute ischemic stroke were collected and divided into large artery lesion group and small artery lesion group based on the TOAST classification diagnosis criteria and iconography data, with 17 cases in large artery lesion group and 43 cases in small artery lesion group. Cognitive function of two groups was evaluated and compared with each other by MoCA scale at 90 days after the stroke. Results: The numbers of ischemic area in cortex and frontal lobe of large artery lesion group are more than small artery lesion group(P0.05), but in pons the result is contrary(P0.05). The MoCA scores of naming, attention, language and abstraction in large artery lesion group were lower than those in small artery lesion group(P0.05, P0.05). Conclusion: The cognitive impairment of large artery lesion after acute ischemic stroke is much severer than that of small artery lesion.

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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,685
Score d'incertitude au seuil0,871

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 Opus0,022
Tête enseignante GPT0,269
Écart entre enseignants0,247 · 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'étudeExpérimental (laboratoire)
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

Citations0
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueZhonghua zhongyiyao zazhiMême sujetNeurological Disease Mechanisms and TreatmentsTravaux en français237 207