Determinants, Prevalence, and Trajectory of Long-Term Post-Stroke Cognitive Impairment: Results from a 4-Year Follow-Up of the ARCOS-IV Study
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
BACKGROUND: The long-term (>12 months) prevalence, predictors, and trajectory of post-stroke cognitive deficits are not well established, especially at a community level. This study investigated the longitudinal course and prevalence of cognitive impairment in an incidence cohort, identifying factors associated with declining cognition. METHODS: Two hundred fifty-seven participants (mean age = 67.93 ± 13.59) of first-ever stroke survivors, completed cognitive assessments within 2 weeks post stroke, and/or 1, 6, 12, and 48-month. Multivariate linear and logistic models were used to identify baseline predictors (reported as OR with 95% CI) and trajectory of cognitive impairment. RESULTS: Cognitive functioning significantly declined by 2.8 points by 4 years post stroke. Eighty-four percent of stroke survivors had cognitive impairment indicative of post-stroke dementia (mean Montreal cognitive assessment = 20 ± 4.7) at 4-year. There were significant as-sociations between progressive cognitive decline and the -following factors: male gender (OR 2.9, 95% CI 1.6-5.9, -p = 0.0171), coronary artery disease (OR 2.96, 95% CI 1.35-6.49, p = 0.0070), arrhythmia (OR 2.21, 95% CI 1.07-4.57, p = 0.0317), not in a relationship (OR 2.8, 95% CI 1.4-5.50, p < 0.0001), and not employed (OR 4.9, 95% CI 1.9-12.1, p < 0.0001). CONCLUSIONS: Cognitive deficits remain highly prevalent at 4-year post stroke. Early identification of those at higher risk of declining cognition is vital to target rehabilitation interventions at the acute stage and improve overall outcomes.
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 | 0,001 | 0,009 |
| 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 découle