The Risk Factors of Cognitive Function Impairment after Cerebral Infarction
Notice bibliographique
Résumé
Objective To investigate the correlative risk factors of cognitive function impairment after cerebral infarction.Methods 143 cases with acute stroke were elected and their common and clinical information were recorded.The sites,size and infarction were confirmed by CT or MRI.cognition was evaluated by MoCA,ADL scale after 3 months of cerebral infarction.Results ① The occurrence of cognition impairment was 51.05% after 3 months of cerebral infarction.②There were significantly statistical difference between VCI group and N-VCI group in frontal lobe,temporal lobe,hemorrhage of basal ganglion area and thalamencephalon(P0.01).③There were significantly statistical difference between VCI group and N-VCI group in age,education level,hypertension,diabetes,multiple infarction,multiple lesions,big lesion,left infarction,Cerebral atrophy and Cerebral white matter lesions(P0.01).④Multi-factor logistic regression analysis showed that hypertension(4.889),multiple infarction(3.604),multiple lesions(4.693),left infarction(2.974),Cerebral atrophy(3.765)and cerebral white matter lesions(2.828) were positively correlated with post-stroke cognitive mpairment(P0.05).Conclusion Cognitive dysfunction is a common complication of cerebral infarction.infarction of frontal lobe,temporal lobe,hemorrhage of basal ganglion area and thalamencephalon are liable to cause VCI,old age,low education level,hypertension,diabetes,multiple infarction,multiple lesions,big lesion,left infarction,cerebral atrophy and cerebral white matter lesions are the risk factors of VCI.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 |
| 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 ».