Does cerebral large-artery disease contribute to cognitive impairment?
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Although many patients with cerebral large-artery disease (CLAD) show impaired cognitive performance, the risk factors remain unclear in this population. The objective of this study was to evaluate cognitive impairment and its risk factors in patients with CLAD. We recruited non-demented patients with CLAD from our hospital. CLAD was defined as occlusion or stenosis of over 50% in the carotid artery or middle cerebral artery. We collected patients' biographical data and vascular lesion and imaging data, including periventricular hyperintensity (PVH) and cerebral perfusion. The patients were divided into two groups: cognitive impairment-plus (CoI +) and normal (CoI −) groups, according to their Montreal Cognitive Assessment (MoCA) scores, with a cut-off value of 26. The factors associated with cognitive impairment were examined. Of the 176 patients with CLAD (mean age 70.2 ± 8.3, 40 female), 136 (77.2%) were classified as cognitively impaired. Multivariate analysis indicated that the CoI + group was associated with older age (odds ratio (OR): 1.09, P = 0.011), drinking habit (OR: 7.15, P = 0.003), increased PVH (OR: 3.46, P = 0.003), and decreased cerebral perfusion (OR: 0.897, P = 0.007). Analyses of the MoCA subscores indicated that attention, memory, and orientation were impaired in the CoI + group. Impaired cognition was observed in some of the non-demented patients with CLAD. Older age, drinking habit, severe PVH and decreased cerebral perfusion contributed to their poor cognitive performance. Strict treatment of atherosclerosis and intervention for CLAD might be necessary to prevent cognitive decline in these patients.
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.
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 | 0,002 |
| 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 | 0,001 | 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) | 0,002 | 0,001 |
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 découle