MétaCan
Menu
Retour à la cohorte
Enregistrement W2969813302 · doi:10.1097/cm9.0000000000000400

Persistent depression is a predictor of quality of life in stroke survivors

2019· article· en· W2969813302 sur OpenAlexaff
Lijun Li, Xiaomei Yao, Boyuan Guan, Qi Chen, Ning Zhang, Chunxue Wang

Notice bibliographique

RevueChinese Medical Journal · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueStroke Rehabilitation and Recovery
Établissements canadiensImpactMcMaster University
Organismes subventionnairesnon disponible
Mots-clésMedicineDepression (economics)Stroke (engine)Confidence intervalOdds ratioQuality of life (healthcare)Logistic regressionPhysical therapyIncidence (geometry)CohortCohort studyProspective cohort studyInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Whether the time course of post-stroke depression (PSD) can be used to predict the quality of life (QoL) of patients with late-stage stroke remains unclear, this study investigated whether persistent depression at 1 year after stroke predicts QoL at 5 years following stroke. METHODS: We analyzed the demographic and clinical data of patients with stroke in 56 hospitals across China that participated in the Prospective Cohort Study on the Incidence and Outcome of Patients with PSD in China Study. Follow-up assessments were performed at the following time points after stroke: in person, 2 weeks, 3 months, 6 months, and 1 year; by telephone, 5 years. National Institutes of Health Stroke Scale (NIHSS) score on admission, recurrence, disability, depression, QoL, and chronic complications were recorded. Depression was diagnosed using the Diagnostic and Statistical Manual of Mental Disorders. QoL was measured using short form-12 (SF-12). Multivariable ordinal logistic regression analysis was used to identify factors that independently affected the physical component summary (PCS) and mental component summary (MCS) scores of the SF-12. RESULTS: Of the 801 patients evaluated in this study, 80 had persistent depression. The multivariable regression analysis of data obtained at 5 years showed that persistent depression at 1 year (odds ratio [OR]: 0.48; 95% confidence interval [CI]: 0.29-0.81) and disability at 5 years (OR: 0.34; 95% CI: 0.23-0.49) were associated with poor MCS scores at 5 years. Old age, a high NIHSS score on admission, disability at 5 years, and stroke recurrence within 5 years were associated with poor PCS scores at the 5-year follow-up. CONCLUSIONS: Persistent depression at the 1-year follow-up could predict poor MCS scores at the 5-year follow-up. The development of interventional strategies targeting post-stroke patients with persistent depression is warranted.

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)0,001
score de la tête « metaresearch » (Gemma)0,004
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 enseignants0,005
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,017
Tête enseignante GPT0,315
Écart entre enseignants0,298 · 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

Citations24
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueChinese Medical JournalMême sujetStroke Rehabilitation and RecoveryTravaux en français237 207