Neuropsychological screening in the acute phase of cerebrovascular diseases
Notice bibliographique
Résumé
INTRODUCTION: Cognitive impairment is a common and disabling consequence of stroke. Its prevalence, the best way to screen for it in the acute setting, and its relation with premorbid status have not been thoroughly clarified. MATERIALS AND METHODS: Ischemic and hemorrhagic stroke patients admitted to our stroke unit underwent a baseline assessment that included a clinical and neuroimaging assessment, two cognitive tests (clock-drawing test, CDT; Montreal Cognitive Assessment-Basic, MoCA-B) and measures of premorbid function (including the Clinical Dementia Rating Scale). A follow-up examination was repeated 3-4 months after the acute event. RESULTS: Two hundred and twenty-three patients (52.5% women, mean age ± SD 75.8 years ± 12.3) were evaluated. Prestroke cognitive impairment was present in 91 patients (40.8%). At follow-up, the prevalence of cognitive impairment was 49%, while its incidence among patients who did not have any prestroke cognitive impairment was 38.8%. Of the originally admitted 223 patients (71 were lost to follow-up), only 60 (26.9%) were still cognitively intact at follow-up. On regression analysis, age and baseline CDT were associated with worsening of cognitive status at follow-up. In patients without cognitive impairment at baseline, a cutoff of 23 for MoCA-B and of 8.7 for CDT scores predicted the diagnosis of post-stroke cognitive impairment with sufficient accuracy. DISCUSSION AND CONCLUSION: Prestroke and post-stroke cognitive impairment affect a large proportion of patients with stroke. Our findings suggest that a neuropsychological screening during the acute phase might be predictive of the development of post-stroke cognitive impairment.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».