Abstract WP563: Risk Factors Related to the Development of Post Stroke Cognitive Impairment in Shanghai Stroke Population
Notice bibliographique
Résumé
Background: Post-stroke cognitive impairment (PSCI) or post-stroke dementia (PSD) may affect one third of stroke patients. Understanding the risk factors related to the development of PSCI or PSD in acute stroke may help prevent and treat PSCI or PSD. A large-scale examination of PSCI risk factors was done for the first time in Shanghai stroke population Method: This was a multicenter observational registry study. The inclusion criteria were: >18-year-old, had an ischemic stroke within 2 weeks. Those with preexisting cognitive impairment, language, impaired hearing or reading or without education were excluded. Once informed consents signed, MOCA, mini-MOCA and MMSE were completed. Rate of PSCI and its related risk factors were examined. Statistical analysis was conducted by STATA 15. Logistic regression was performed to evaluate the risk factors and their odds ratios. Results: Of 1006 AIS patients with stroke onset within 14 days, 516 (51.8%, 95% CI 46.3-58.2%) had PSCI. These patients performed poorly in MOCA spatial, naming, registration, abstraction, language, orientation and short-term memory tests. Multiple regression model showed that patients with advance aging (OR 1.846 95%CI 1.806-2.826), severe stroke (OR 2.182, 95%CI 1.296-3.273), previous stroke history (OR 1.507, 95%CI 1.053-2.057) were likely to develop PSCI in acute phase of ischemic stroke. However, high level of education (OR 0.374, 95%CI 0.273-0.589) and LDL level>1.8 mmol/L may relate to the less PSCI rate in post stroke patients (OR 0.499, 95%CI 0.279-0.892). There is no significant correlation between stroke type and PSCI. Conclusion: In this post-stroke cognitive study cohort, PSCI was common among stroke patients in Shanghai. The risk factors of PSCI are age, previous stroke and less educated, however, the strategy of how to prevent PSCI is still unknown. The paradoxical phenomenon of protective effect of hyperlipidemia in PSCI remains to be further studied.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| 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) | 0,003 | 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 ».