MétaCan
Menu
Retour à la cohorte
Enregistrement W2387605126

MoCA scale for cognitive impairment in patients with cerebral infarction was evaluated in a clinical study

2012· article· en· W2387605126 sur OpenAlexaboutno aff
Zuo Xiao-qi

Notice bibliographique

RevueXiandai yufang yixue · 2012
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeurological Disease Mechanisms and Treatments
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMontreal Cognitive AssessmentMedicineInternal medicineCerebral infarctionCognitionIncidence (geometry)AsymptomaticCardiologyPhysical therapyCognitive impairmentPsychiatryIschemiaDisease
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE To explore the MoCA scale for cognitive impairment in patients with cerebral infarction to assess the clinical value of. METHODS We applied the Montreal cognitive assessment scale (Montreal Cognitive Assessment, MoCA) of asymptomatic cerebral infarction patients with cognitive dysfunction evaluation, and associated risk factors of analysis. RE- SULTS The study group of patients with MoCA score was significantly lower than that of the control group, and the research group in MCI incidence significantly higher than those in control group, and there was significant difference ( t or χ 2 = 5.61, 18.18, P﹤0.05). Research group of patients with MoCA score was significantly lower than the control group, and the re- search group in MCI incidence significantly higher than those in control group, and there was significant difference (t or χ 2 = 5.61, 18.18, P﹤0.05). Above 65 years of age, multiple cerebral infarction, hypertension, diabetes, hyperlipidemia and oth- er factors in patients with cerebral infarction occurred are a risk factors for cognitive impairment. CONCLUSION MoCA scale, strong operability, simple and fast test, high sensitivity and MoCA can be used as a on cerebral infarction patients with cogni- tive dysfunction assessment and screening of good tools, and it is worth of promoting in clinical applicaiton.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,541

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 Opus0,049
Tête enseignante GPT0,344
Écart entre enseignants0,295 · 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'étudeObservationnel
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
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueXiandai yufang yixueMême sujetNeurological Disease Mechanisms and TreatmentsTravaux en français237 207