PSDRS, BDI, MoCA and MMSE as screening tools for the evaluation of mood and cognitive functions in patients at the early stage of cerebral stroke.
Notice bibliographique
Résumé
Introduction Aim of the study: The evaluation of the usefulness of the PSDRS in detecting affective disorders. Examination of the correlation of depressed mood states with cognitive disorders in patients at an early stage of cerebral stroke. Attempt at a comparison of the effectiveness of detecting depressive and cognitive disorders with the application of selected clinical scales. Material and Methods The examination included 43 patients within the first week after cerebral stroke. It was carried out with the application of two screening scales: Mini-Mental State Examination (MMSE), the Montreal Cognitive Assessment (MoCA) and two scales for the evaluation of the degree of depressiveness: Post-stroke Depression Scale (PSDRS) and Beck Depression Inventory (BDI). Results A significant, negative correlation of the results of the PSDRS and MoCA scales was shown. Depressed moods in patients after cerebral stroke in a significant way statistically correlated with the disorders in the selected cognitive skills: visual and spatial functions, memory, attention functions and abstracting ability. Conclusions The PSDRS and MoCA scales proved to be more effective tools of the evaluation of depressive and cognitive disorders in patients at an early stage after cerebral stroke, than it was observed in the case of conventionally applied MMSE and BDI scales. The examination results additionally prove a significant dependence between mood and the efficiency of cognitive functions in this group of patients. With the weakening of cognitive functioning, also the patients’ mood became depressed.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».