Association between the extent of white matter damage and early cognitive impairment following acute ischemic stroke
Notice bibliographique
Résumé
White matter (WM) injury following acute ischemic stroke (AIS) is associated with cognitive decline. Establishing relationships between the specific cognitive tests used to assess post-AIS cognition and various clinical indices of WM injury severity and distribution may aid in prognosis and early treatment decisions. We enrolled 62 patients with AIS to Weifang People's Hospital between September 2014 and August 2015. WM lesion severity and distribution were examined by computed tomography (CT) and magnetic resonance imaging (MRI). The Blennow scale was used for scoring the distribution and degree of WM lesions (WMLs) on CT images, the Fazekas scale for scoring periventricular and deep WMLs on MRI, and the Cholinergic Pathways Hyperintensities Scale (CHIPS) for scoring MRI manifestation of cholinergic fiber damage. The 8-domain Montreal Cognitive Assessment (MoCA) was used to evaluate cognitive function. Mean ± standard deviation scores on the Blennow scale was 1.6±0.5; Fazekas scale, 3.4±0.8; and CHIPS, 65.7±12.5. The proportion of patients with a MoCA score <26 (indicating cognitive dysfunction) was significantly higher in subgroups with Blennow scale score >2, Fazekas scale score >4, and CHIPS score >51 (all P<0.001). The MoCA score was negatively correlated with Blennow scale score (r=-0.326, P=0.002), Fazekas scale score (r=-0.404, P=0.031), and CHIPS score (r=-0.234, P=0.042). Thus, the degree and distribution of whole-brain, deep, and cholinergic WMLs were associated with cognitive impairment. The Blennow scale, Fazekas scale, and CHIPS all provide good predictive efficacy of post-AIS cognitive dysfunction.
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 ».