HUBUNGAN NILAI P300 DENGAN MOCA-INA PADA PASIEN DENGAN GANGGUAN KOGNITIF VASKULAR PASCASTROKE ISKEMIK
Notice bibliographique
Résumé
ASSOCIATION OF P300 VALUE WITH MOCA-INA IN VASCULAR COGNITIVE IMPAIRMENT POST-ISCHEMIC STROKE PATIENTSABSTRACTIntroduction: Stroke is a major threat in human life because it can cause disability and mortality. Cognitive impairment in early stroke is strong predictor for long term vascular cognitive impairment while neuropsychology method is superior than conventional method to diagnose cognitive impairment, especially P300.Aim: To identify the association between P300 values and MoCA-Ina in vascular cognitive impairment post ischemic stroke patients.Methods: It is a cross sectional design study for ischemic stroke patients who suffered from vascular cognitive impairment during April to June 2018 in Neurology Clinic of Dr. Wahidin Sudirohusodo Hospital, Makassar. The statistical analysis was performed by Pearson’s correlation test.Result: There were 20 samples, male (60%) and female (40%). The average MoCA-Ina score was 19.35±6.06; the average P300 latency in Fz, Cz, and Pz were 370.22±49.01ms, 360.78±38.27ms, and 361.02±44.45ms, respectively; the average P300 in Fz, Cz, and Pz amplitude were 6.09±3.10µV, 5.67±3.49µV, and 6.10±2.77µV, respectively. The Pearson’s showed that P300 latency had significantly correlation with MoCA-Ina score while no correlation between the P300 amplitude and MoCA-Ina.Discussion: There was correlation between P300 latency with MoCA-Ina in vascular cognitive impairment post ischemic stroke patients.Keywords: Ischemic stroke, MoCA-Ina, P300 value, vascular cognitive impairment.ABSTRAKPendahuluan: Stroke merupakan suatu ancaman terbesar di kehidupan manusia karena dapat menimbulkan kecacatan dan kematian. Gangguan kognitif pada awal stroke merupakan prediktor kuat untuk gangguan kognitif vaskular jangka panjang dan metode neuropsikologi lebih unggul daripada metode konvensional untuk mendiagnosis gangguan kognitif, terutama P300.Tujuan: Untuk mengetahui hubungan nilai P300 dengan MoCA-Ina pada pasien gangguan kognitif vaskular pascastroke iskemik.Metode: Desain studi potong lintang terhadap pasien stroke iskemik yang mengalami gangguan kognitif vaskular selama bulan April sampai Juni 2018 di Poliklinik Saraf RSUP Dr. Wahidin Sudirohusodo, Makassar. Data diolah menggunakan uji korelasi Pearson’s.Hasil: Didapatkan 20 orang sampel laki-laki (60%) dan perempuan (40%). Nilai MoCA-Ina rata-rata 19,35±6,06; hasil rata-rata latensi gelombang P300 di Fz, Cz, dan Pz masing-masing adalah 370,22±49,01, 360,78±38,27, dan 361,02±44,45; rata-rata tinggi amplitudo P300 di Fz masing-masing adalah 6,09±3,10, 5,67±3,49, dan 6,10±2,77. Hasil uji korelasi Pearson’s menunjukkan latensi P300 berkorelasi signifikan terhadap MoCA-Ina, sedangkan amplitudo P300 tidak.Pembahasan: Ada hubungan antara latensi gelombang P300 dengan MoCA-Ina pada pasien gangguan kognitif vaskular pascastroke iskemik.Kata kunci: Gangguan kognitif vaskular, MoCA-Ina, nilai P300, stroke iskemik
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,017 | 0,002 |
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 ».