The Characteristics of Cognitive Impairment and Their Effects on Functional Outcome After Inpatient Rehabilitation in Subacute Stroke Patients
Notice bibliographique
Résumé
Objective To determine the frequency and characteristics of vascular cognitive impairment (VCI) in patients with subacute stroke who underwent inpatient rehabilitation and to analyze whether cognitive function can predict functional assessments after rehabilitation. Methods We retrospectively reviewed the medical records of patients who were admitted to our rehabilitation center after experiencing a stroke between October 2014 and September 2015. We analyzed the data from 104 patients who completed neuropsychological assessments within 3 months after onset of a stroke. Results Cognitive impairment was present in 86 out of 104 patients (82.6%). The most common impairment was in visuospatial function (65, 62.5%) followed by executive function (63, 60.5%), memory (62, 59.6%), and language function (34, 32.6%). Patients with impairment in the visuospatial and executive domains had poor scores of functional assessments at both admission and discharge (p<0.05). A multivariate analysis revealed that age (b= -0.173) and the scores on the modified Rankin Scale (b=-0.178), Korean version of the Modified Barthel Index (K-MBI) (b=0.489) at admission, and Trail-Making Test A (TMT-A) (b=0.228) were related to the final K-MBI score at discharge (adjusted R 2 =0.646). Conclusion In our study, VCI was highly prevalent in patients with stroke. TMT-A scores were highly predictive of their final K-MBI score. Collectively, our results suggest that post-stroke executive dysfunction is a significant and independent predictor of functional outcome.
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 | 0,001 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».