RELATIONSHIP BETWEEN LEVEL OF EDUCATION AND POST-STROKE COGNITIVE STATUS IN HOSPITAL-BASED ISCHEMIC STROKE SURVIVORS
Notice bibliographique
Résumé
Background: Post-ischemic stroke cognitive decline is significantly affecting the quality of life of its survivors. Its prevalence was about 7.5-72% which was mostly determined by the existing of vascular risk factors and cognitive reserve of the subjects. Level of education is one of determinants of cognitive reserve, a factor that affect the susceptibility of subjects to cognitive decline after experiencing ischemic stroke-related neuronal damage. Since level of education is protective for cognitive function, the intervention on it can reduce the occurrence of cognitive decline. Objective: To investigate the relationship between level of education and cognitive status among hospital-based ischemic stroke survivors. Methods: This cross-sectional study involved post-ischemic stroke outpatients in two hospitals. The data collected in this study were demographic data, including level of education, and clinical data as well. The level of education was categorized into ≥12 years and <12 years groups. Cognitive status was assessed using Montreal Cognitive Assessment in Indonesia version (MoCA-Ina) and subjects with score of 26-30 were normal. The relationship between level of education as well as clinical data and cognitive status were analyzed using chi-square test. Results: There were 166 subjects eligible for this study (n=166). The mean age of subjects was 58 years and 68.67% of them were male. Cognitive decline were found 80.12% of subjects (n=133). The level of education was significantly associated with cognitive status of the subjects and hypertension as well. Conclusion: The level of education had significant relationship with cognitive decline in the hospital-based population of ischemic stroke survivors.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,001 |
| 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 ».