Effect of the severity of white matter lesion on cognitive function: a clinical study
Notice bibliographique
Résumé
Objective To investigate the effect of the severity of white matter lesion( WML) on cognitive function. Methods A total of 48 patients diagnosed as WML with head magnetic resonance imaging( MRI) at Beijing Electric Power Teaching Hospital,Capital Medical University from January 2012 to January 2013 were enrolled. The cognitive function of the patients was assessed with Montreal cognitive assessment( MoCA) scale and the mini-mental state examination( MMSE) scale. The severity of WML was scored by using age-related white matter changes rating scale( ARWMCRs). According to ARWMCRs score,the WML patients were divided into either a mild WML group( 7 points) or a moderate to severe WML group( ≥ 7 points). The correlation between ARWMCRs scores and cognitive function scores was analyzed. Results The MoCA score in the mild WML group was 22. 3 ± 3. 0. It was higher than 20. 3 ± 2. 3 in the moderate to severe WML group( P 0. 01). There was no significant difference in MMSE scores between the two groups. ② Multivariate stepwise regression analysis showed that ARWMCRs score was negatively correlated with MoCA score( b =- 0. 105,P 0. 01) and MMSE score( b =- 0. 057,P 0. 01). ③ Spearman correlation analysis showed that ARWMCRs score was negatively correlated with the subitems in the MoCA scale,including visuospatial executive function( r =- 0. 398),immediate memory( r =- 0. 459),attention( r =- 0. 332),language( r =- 0. 332),abstraction( r =- 0. 229), delayed memory( r =- 0. 348),and classification reminder( r =- 0. 236)( all P 0. 01); and it was negatively correlated with the subitems in the MMSE scale score,including computing power( r =- 0. 235),delayed memory( r =- 0. 294),and language( r =- 0. 423,all P 0. 01). Conclusions The severity of WML has influence on cognitive function. The more severe the WML,the more severe the cognitive impairment will be.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 | 0,000 |
| 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 ».