MétaCan
Menu
Retour à la cohorte
Enregistrement W3030570505 · doi:10.3760/cma.j.cn371468-20190927-00695

Capacity of cognitive control in patients with cerebral small vessel disease

2020· article· en· W3030570505 sur OpenAlexaboutno aff
Zhiqi Wang, Jun Zhang, Qiang Wei, Shanshan Cao, Wen Pan, Kai Wang

Notice bibliographique

RevueZhonghua xingwei yixue yu naokexue zazhi · 2020
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeurological Disease Mechanisms and Treatments
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésStroop effectVerbal fluency testNeuropsychologyTrail Making TestInternal medicineAudiologyMedicineBoston Naming TestCognitionPaced Auditory Serial Addition TestMemory spanPsychologyCardiologyPsychiatryWorking memory

Résumé

récupéré en direct d'OpenAlex

Objective To evaluate the capacity of cognitive control(CCC) in patients with cerebral small vessel disease(CSVD) and explore the relationship between CCC and cognitive function in CSVD, and to assess the predict value of CCC on the occurrence of CSVD. Methods Twenty-two patients with CSVD and twenty-three healthy controls were enrolled.All of them completed the majority function task-masked (MFT-M) and a set of neuropsychological tests.Neuropsychological test was performed by Montreal cognitive assessment (MoCA), verbal fluency test (VFT), Chinese auditory learning test (CAVLT), symbol digit modalities test (SDMT), digital span (DS), Stroop color word test (SCWT), color trail test (CTT) and Modified Boston naming test (Modified BNT). The predict value of CCC for the occurrence of CSVD was assessed with logistic regression analysis. Results CCC of patients with CSVD was lower than that of healthy control ((2.97±0.72)bps vs (3.53±0.62)bps, t=-2.704, P=0.01). Between patients with CSVD and healthy control, there were significant differences in MoCA ((22.24±4.58 vs (24.86±2.42), t=-2.334, P=0.026), VFT-animal (12(6) vs 15(6), Z=-2.965, P=0.003), VFT-vegetables and fruits ((13.79±3.81) vs (18.27±4.13), t=-3.592, P=0.001), CAVLT-immediate ((7.45±2.18) vs (9.11±2.08), t=-2.502, P=0.017), CAVLT-short term delay ((7.20±3.32) vs (10.76±3.08), t=-3.564, P=0.001), CAVLT-long term delay ((7.30±3.16) vs (10.29±3.18), t=-3.012, P=0.005), SDMT ((15.95±5.49) vs (23.41±12.73), t=-2.513, P=0.018), CTT-A (85.17(42.60) vs 55.50(52.65), Z=-2.965, P=0.003), CTT-B ((200.69±71.35) vs (132.44±53.66), t=3.556, P=0.001), and CTT-B-A ((104.13±53.31) vs (65.20±35.98), t=2.819, P=0.007). But there was no significant difference in VFT-word begin with Chinese characterwater((3.68±2.63) vs (5.44±2.71), t=-1.940, P=0.061), CAVLT-recognition (14(3) vs 14(4), Z=-0.524, P=0.601), DS-forward (7.0(3.0) vs 5.5(2.0), Z=-0.152, P=0.880), DS-backward (4(1) vs 4(2), Z=-1.044, P=0.297), SCWT ((9.50±9.28) vs (5.94±10.47), t=1.123, P=0.268), Modified BNT (14.0(3.0) vs 13.5(3.0), Z=-0.727, P=0.467) between CSVD patients and healthy controls.In patients with CSVD, CCC was positively correlated with scores of MoCA (r=0.551, P=0.010) and also with DS-forward (r=0.532, P=0.013) and SCWT (r=-0.487, P=0.040). Logistic regression analysis showed that CCC was an important variable in predicting the possibility of CSVD (B=-1.318, P=0.019, OR=0.268, 95%CI (0.089-0.808)). Conclusion Compared with the healthy control, CCC in patients with CSVD decreases significantly and CCC is related to the cognitive impairment.CCC can predict the possibility of CSVD. Key words: Cognitive control capacity; Cerebral small vessel disease; Cognitive function

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)0,001
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 enseignants0,018
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,030
Tête enseignante GPT0,209
Écart entre enseignants0,180 · 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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

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