Early Post-stroke Cognition: In-hospital Predictors and the Association With Functional Outcome
Notice bibliographique
Résumé
Purpose: To characterize and predict early post-stroke cognitive impairment by describing cognitive changes in stroke patients 4–8 weeks post-infarct, determining the relationship between cognitive ability and functional status at this early time point, and identifying the in-hospital risk factors associated with early dysfunction. Materials and Methods: Data were collected for 214 patients with ischemic stroke and 39 non-stroke controls. Montreal Cognitive Assessment (MoCA) exams were administered at post-hospitalization clinic visits approximately 4–8 weeks after infarct. MoCA scores were compared for patients with: no stroke, minor stroke [NIH Stroke Scale (NIHSS) < 5], and major stroke. Ordinal logistic regression was performed to assess the relationship between MoCA score and functional status [modified Rankin Scale score (mRS)] at follow-up. Predictors of MoCA < 26 and < 19 (cutoffs for mild and severe cognitive impairment, respectively) at follow-up were identified by multivariable logistic regression using variables available during hospitalization. Results: Post stroke cognitive impairment was common, with 66.8% of patients scoring < 26 on the MoCA and 22.9% < 19. The average total MoCA score at follow-up was 18.7 (SD 7.0) among major strokes, 23.6 (SD 4.8) among minor strokes, and 27.2 (SD 13.0) among non-strokes (p = <0.0001). The follow-up MoCA score was associated with the follow-up mRS in adjusted analysis (OR 0.69; 95% C.I. 0.59–0.82). Among patients with no prior cognitive impairment (N = 201), a lack of pre-stroke employment, admission NIHSS > 6, and left-sided infarct predicted a follow-up MoCA < 26 (c-statistic 0.75); while admission NIHSS > 6 and infarct volume > 17 cc predicted a MoCA < 19 (c-statistic 0.75) at follow-up. Conclusion: Many patients experience early post-stroke cognitive dysfunction that significantly impacts function during a critical time period for decision-making regarding return to work and future independence. Dysfunction measured at 4–8 weeks can be predicted during the inpatient hospitalization. These high-risk individuals should be identified for targeted rehabilitation and counseling to improve longer-term post-stroke outcomes.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».