MétaCan
Menu
Retour à la cohorte
Enregistrement W2946417601 · doi:10.1161/strokeaha.118.024672

Chronic Cortical Cerebral Microinfarcts Slow Down Cognitive Recovery After Acute Ischemic Stroke

2019· article· en· W2946417601 sur OpenAlexaboutno aff
Sharmila Sagnier, Gosuke Okubo, Gwénaëlle Catheline, Fanny Munsch, Antoine Bigourdan, Sabrina Debruxelles, Mathilde Poli, Stéphane Olindo, Pauline Renou, François Rouanet, Vincent Dousset, Thomas Tourdias, Igor Sibon

Notice bibliographique

RevueStroke · 2019
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeurological Disease Mechanisms and Treatments
Établissements canadiensnon disponible
Organismes subventionnairesAgence Nationale de la Recherche
Mots-clésMedicineStroke (engine)Ischemic strokeCognitionStroke recoveryCognitive impairmentCardiologyInternal medicineIschemiaPsychiatryPhysical therapyRehabilitation

Résumé

récupéré en direct d'OpenAlex

Background and Purpose- Cortical cerebral microinfarcts (CMIs) have been associated with vascular dementia and Alzheimer disease. The aim of the present study was to evaluate the role of cortical CMI detected on 3T magnetic resonance imaging, on the evolution of cognition during the year following an acute ischemic stroke. Methods- We conducted a prospective and monocentric study, including patients diagnosed for a supratentorial ischemic stroke with a National Institutes of Health Stroke Scale score ≥1, without prestroke dementia or neurological disability. Cortical CMIs were assessed on a brain 3T magnetic resonance imaging realized at baseline, as well as markers of small vessel disease, stroke characteristics, and hippocampal atrophy. Cognitive assessment was performed at 3 time points (baseline, 3 months, and 1 year) using the Montreal Cognitive Assessment, the Isaacs set test, and the Zazzo's cancellation task. Generalized linear mixed models were performed to evaluate the relationships between the number of cortical CMI and changes in cognitive scores over 1 year. Results- Among 199 patients (65±13 years old, 68% men), 88 (44%) had at least one cortical CMI. Hypertension was the main predictor of a higher cortical CMI load (B=0.58, P=0.005). The number of cortical CMI was associated with an increase time at the Zazzo's cancellation task over 1 year (B=3.84, P=0.01), regardless of the other magnetic resonance imaging markers, stroke severity, and demographic factors. Conclusions- Cortical CMIs are additional magnetic resonance imaging markers of poorer processing speed after ischemic stroke. These results indicate that a high load of cortical CMI in patients with stroke can be considered as a cerebral frailty condition which counteracts to the recovery process, suggesting a reduced brain plasticity among 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.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,011
Tête enseignante GPT0,241
Écart entre enseignants0,229 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations20
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueStrokeMême sujetNeurological Disease Mechanisms and TreatmentsTravaux en français237 207