Application of the P300 potential in cognitive impairment assessments after transient ischemic attack or minor stroke
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
Background The aims of this study were to determine the relationships between changes inlatency and amplitude of the P300 event-related potential component and cognitive impairmentsin patients after a transient ischemic attack (TIA) or a minor stroke and to assess thesuitability of the P300 for screening for cognitive impairments.Material and Method Sixty-five TIA or minor stroke patients diagnosed at the NeurologyDepartment of Beijing Tiantan Hospital, Capital Medical University from June 2015 toDecember 2016 and 30 healthy people evaluated in the same period were included. Allpatients were examing neuropsychological scales and event-related potentials within7 ± 3 days of onset of the disease. The TIA/minor stroke group was divided into normal cognition group(NC) and cognitive impairment group. The cognitive impairment group was further divided into vascular cognitive impairment with no dementia(VCIND) group and vascular dementia (VD) group to analyze the relationship between P300 latency.Results The P300 latency at each recording electrode was longer in the NC and VCIND groups than healthy control group (P < 0.001), the P300 latency of VCIND group longer than NC group (P < 0.001). When the P300-Fz latency cut-off value was 358.6 ms,the sensitivity for diagnosing cognitive impairment in patients after TIA/minor stroke was 0.875 and the specificity was 0.765.Conclusions The P300 latency delay can be used to detect cognitive impairments in patients after TIA/minor stroke and the P300-Fz latency is more sensitive for diagnosing cognitiveimpairments in TIA/minor stroke patients.
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 | 0,000 | 0,001 |
| 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 | 0,000 | 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 découle