Poststroke QEEG informs early prognostication of cognitive impairment
Notice bibliographique
Résumé
Cognitive impairment is a common consequence of stroke, but remains difficult to predict. We investigate the ability of early QEEG assessment to inform such prediction, using binary logistic regression. Thirty-five patients (12 female, ages 18-87) suffering middle cerebral artery, ischemic stroke were studied. Resting-state EEG was recorded 48-239 h after symptom onset. Relative power for delta, theta, alpha, and beta bands, delta:alpha ratio, and peak alpha frequency were analyzed. Montreal Cognitive Assessment (MoCA) was administered, where possible, on day of EEG and at median 99 days (range 69-138) poststroke. Eight patients could not complete the baseline MoCA, and four the follow-up MoCA, for varying reasons (most commonly, stroke symptoms). Fifteen patients (48%) had cognitive impairment (MoCA score ≤25) at follow-up. One QEEG index was able to correctly predict presence/absence of cognitive impairment in 24/31 patients (77.4%), whereas predischarge MoCA did so in 23 patients. This index, relative theta frequency (4-7.5 Hz) power, was computed from only three posterior electrodes over the stroke-affected hemisphere. Its predictive accuracy (three electrodes) was higher than that of any "global" QEEG measure (averaged over 19 electrodes). These results may signify association between poststroke alpha slowing and cognitive impairment, which may be mediated by attentional (dys)function, which warrants further investigation. Pending further studies, QEEG measure(s)-from a few electrodes-could inform early prognostication of poststroke cognitive outcomes (and clinical decisions), particularly when cognitive function cannot be adequately assessed (due to symptoms, language, or other issues) or when assessment is equivocal.
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 ».