MétaCan
Menu
Retour à la cohorte
Enregistrement W3031489045 · doi:10.3760/cma.j.issn.0254-9026.2017.12.005

Test time affects the detection of cognitive dysfunction by Montreal Cognitive Assessment in elderly patients after stroke

2017· article· en· W3031489045 sur OpenAlexaboutno aff
Li Bao-dong, Jing Bai, Zhenyun Bi, Ce Qi, Jingjun Cui

Notice bibliographique

RevueZhonghua laonian yixue zazhi · 2017
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeurological Disease Mechanisms and Treatments
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMontreal Cognitive AssessmentMedicineInternal medicineAtrial fibrillationMorningStroke (engine)Modified Rankin ScaleNeurologyCognitionDiabetes mellitusPhysical therapyCognitive impairmentIschemic strokePsychiatryDiseaseIschemia

Résumé

récupéré en direct d'OpenAlex

Objective To compare if the Montreal cognitive assessment (MoCA) performed in the morning or afternoon would affect abnormal rate of cognitive function in the elderly with stroke. Methods A total of 378 senile patients (≥ 65 years) with acute ischemic stroke and low NIHSS score (≤ 3) were enrolled in the prospective study, which was held in the Department of Neurology at Cangzhou Hospital of Integrated Traditional Chinese Medicine.MoCA was assessed after one month of hospitalization.Based on the time of MoCA assessment, all patients were randomly divided into the group A (assessed in the morning, 9 am-12 am) and the group B (assessed in the afternoon, 12 am to 5 pm). Clinical data were collected, and RANKIN scale (mRS) examination was performed.Moreover, patients were further divided into severe cognitive impairment (SCI) subgroup (score 26) according to the MoCA score. Results There were 189 patients in the group A (50%), and 189 cases in the group B (50%). There was no significant difference in age, gender, education level, disability (mRS score < 1), history of hypertension, diabetes, hyperlipidemia, smoking and atrial fibrillation between the two groups.Based on the MoCA score, 211 cases had NCI, 142 had MCI, and 25 had SCI.Compared with patients in group B, patients in group A was associated with significantly higher positive rate of SCI[12.2% (23/189)vs.1.1% (2/189), P=0.000], MCI[40.2% (76/189)vs.34.9% (66/189), P=0.013]and slightly higher positive rate of NCI[56.6% (107/189)vs.55.0% (104/189), P=0.214]. Conclusions The test time of MoCA may have an effect on the cognitive function detection rate in elderly patients with stroke, and the time of MoCA examination should be considered in clinical examination. Key words: Cognition Disorders; Stroke; Time

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 enseignants0,004
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
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 Opus0,010
Tête enseignante GPT0,245
Écart entre enseignants0,235 · 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

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueZhonghua laonian yixue zazhiMême sujetNeurological Disease Mechanisms and TreatmentsTravaux en français237 207