MétaCan
Menu
Retour à la cohorte
Enregistrement W3029476286 · doi:10.3760/cma.j.issn.1674-6554.2014.06.011

Effects of comprehensive training on mild cognitive impairment in patients with stroke

2014· article· en· W3029476286 sur OpenAlexaboutno aff
Huixiang Yang

Notice bibliographique

RevueZhonghua xingwei yixue yu naokexue zazhi · 2014
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeurological Disease Mechanisms and Treatments
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMontreal Cognitive AssessmentBarthel indexCognitive impairmentIntervention (counseling)CognitionPhysical therapyMedicineStroke (engine)Cognitive trainingCognitive InterventionQuality of life (healthcare)Activities of daily livingPsychologyPhysical medicine and rehabilitationPsychiatryNursing

Résumé

récupéré en direct d'OpenAlex

Objective To explore the comprehensive training effects of mild cognitive impairment(MCI) in patients with cerebral apoplexy. Methods Selected 70 cases of cerebral apoplexy patients with MCI were randomly divided into control group(n=35) and intervention group(n=35). The patients in control group maintained the original treatment and nursing, and the comprehensive training was used in intervention group. Before and after the intervention Montreal cognitive assessment scale (MoCA), daily life ability Barthel index (MBI) were used to evaluate the change of MCI patients. Results After training, the score of MBI in the intervention group(55.71±5.08) was significantly higher than that of before training (52.59±5.62) and the control group(53.65±5.78). After training, the score of MoCA in the intervention group(23.37±2.40)was significantly higher than that of before training (21.77±2.53)and the control group(21.73±2.43). Conclusion Comprehensive training can improve cognitive function in patients with cerebral apoplexy, ease the burden on society and the family, and improve the quality of life. Key words: Stroke; Mild cognitive impairment; Comprehensive training

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,369
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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)0,0000,000

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 Opus0,019
Tête enseignante GPT0,235
Écart entre enseignants0,215 · 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 tête enseignante, pas un consensus.

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

Citations0
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueZhonghua xingwei yixue yu naokexue zazhiMême sujetNeurological Disease Mechanisms and TreatmentsTravaux en français237 207