Effects of pioglitazone on cognitive function in patients with a recent ischaemic stroke or TIA: a report from the IRIS trial
Notice bibliographique
Résumé
INTRODUCTION: Patients with cerebrovascular disease are at increased risk for cognitive dysfunction. Modification of vascular risk factors, including insulin resistance, could improve poststroke cognitive function. METHODS: In the Insulin Resistance Intervention after Stroke (IRIS) trial, patients with a recent ischaemic stroke or transient ischaemic attack (TIA) were randomised to pioglitazone (target 45 mg daily) or placebo. All patients were insulin resistant based on a Homeostasis Model Assessment-Insulin Resistance score >3.0. For this preplanned analysis of cognitive function, we examined the Modified Mini-Mental State Examination (3MS) score (maximum score, 100) during follow-up. Patients were tested at baseline and annually for up to 5 years. Longitudinal mixed model methods were used to compare changes in the 3MS over time. RESULTS: Of the 3876 IRIS participants, 3398 had a 3MS score at baseline and at least once during follow-up and were included in the analysis. Median 3MS score at baseline was 97 (IQR 93-99). The average overall least squared mean 3MS score increased by 0.27 in the pioglitazone group and by 0.29 in the placebo group (mean difference between treatment groups -0.02; 95% CI -0.33 to 0.28, p=0.88). CONCLUSIONS: Among insulin-resistant patients with a recent ischaemic stroke or TIA, pioglitazone did not affect cognitive function, as measured by the 3MS, over 5 years. TRIAL REGISTRATION: ClinicalTrials.gov NCT00091949; Results.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».