Effect of Shunaoxin dropping pills on neurocognitive function of patients with vascular cognitive impairment of none dementia
Notice bibliographique
Résumé
Objective To evaluate the effect of Shunaoxin dropping pills on neuropsychological features of patients with vascular cognitive impairment of none dementia. Methods One hundred and three outpatients with vascular cognitive impairment of none dementia, collected from November 2014 to January 2015, were enrolled in our study; they were divided into two groups: Shunaoxin treatment group(n=50)received Shunaoxin pills and conventional therapy and control group(n=53)received conventional therapy; conventional therapy included anti-platelet therapy(clopidogrel 75 mg once daily), control of pressure(target value=140/90 mmHg)and control of blood fat(atorvastatin 20 mg once daily). Shunaoxin pills(four pills/time for three times per day)were taken orally by the patients from the Shunaoxin treatment group for consecutive three months. Their neuropsychological features were evaluated by Montreal cognitive assessment(MoCA), digital span test(DST), auditory verbal learning test(AVLT), trail making test(TMT), verbal fluency test(VFT)and Stroop test before treatment and 3 months after treatment. Results There were 47 available cases in both two groups, respectively. As compared with control group, Shunaoxin treatment group had significantly increased MoCA total scores, scores of MoCA-language and MoCA-delayed recall, and VLT scores(learning, recall and recognition, P 0.05). Conclusion Based on the therapy of antiplatelet, control of pressure and blood fat, 3 months therapy of Shunaoxin dropping pills can improve general cognition, especially in verbal learning, delayed recall and verbal repeat. Key words: Shunaoxin dropping pill; Vascular cognitive impairment of none dementia; Assessment Scale
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».