OP75 The potential impact of cognitive rehabilitation on the future burden of post-stroke cognitive impairment in Ireland to 2035: Preliminary results using a model-based approach
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
<h3>Background</h3> Post-stroke cognitive impairment (PSCI) is a frequent consequence of stroke, and reduces quality of life and increases care needs. We aimed to evaluate the impact of a hypothetical cognitive rehabilitation intervention on PSCI outcomes using the StrokeCog epidemiological model. <h3>Methods</h3> We developed a probabilistic Markov model to project and track incidence and prevalence of PSCI in the Irish population aged 40–89 years to 2035. Data sources included official population and hospital episode statistics, and longitudinal cohort studies. Drawing on available systematic review evidence, we hypothesized that cognitive rehabilitation would reduce the risk of cognitive impairment no dementia (CIND) at 1 year post-stroke by 18% (scenario 1, S1, small effect) or by 54% (scenario 2, S2, medium effect) relative to usual care. <h3>Results</h3> In usual care, the projected prevalence of post-stroke CIND in Ireland in 2035 was 6.7 per 1000 general population (95% CI 5.6–7.8), or 35% of stroke survivors (95% CI 30.5–38.8) (n=21026 prevalent cases). In S1 (small effect) the projected prevalence was reduced to 32.0% (95% CI 28.6–36.4) of stroke survivors (n=19652), and in S2 (medium effect) to 29.1% (95% CI 25.2–33.2) of stroke survivors (n=17672). The number of years of life lived free of cognitive impairment were increased by 6.3% in S1 (small effect) and 15.1% in S2 (medium effect). <h3>Conclusion</h3> The StrokeCog model provides a tool for policy-makers and researchers to evaluate the potential impact of cognitive rehabilitation at different levels of intervention effectiveness. The model was based on conservative assumptions, and a less conservative approach could lead to a greater projected reduction in burden. Our next steps include analysis of quality of life outcomes and costs.
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.
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 | 0,001 | 0,001 |
| 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 | 0,000 |
| 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 découle