miR-195 and miR-497 in acute stroke and their correlations with post-stroke cognitive impairment.
Notice bibliographique
Résumé
OBJECTIVE: To quantify the expression of miR-195 and miR-497 in acute stroke and to evaluate their correlations with post-stroke cognitive impairment. METHODS: A total of 108 patients with acute stroke admitted to our hospital from January, 2019 to June, 2020 were enrolled as a patient group, and 76 healthy volunteers were recruited as a normal group. Levels of serum miR-195 and miR-497 in the two groups were quantified. Neurological and cognitive functions were tested by National Institutes of Health Stroke Scale (NIHSS) and Montreal Cognitive Assessment (MoCA), respectively. Diagnostic value of serum miR-195 and miR-497 in acute stroke was evaluated by receiver operating characteristic (ROC) curve, and independent risk factors were determined by multivariate logistic regression. RESULTS: Levels of serum miR-195 and miR-497 increased in acute stroke. The area under the curve (AUC) of serum miR-195 in the diagnosis of acute stroke was 0.901, while that of serum miR-497 was 0.922. Levels of miR-195 and miR-497 were positively correlated with NIHSS score and negatively correlated with MoCA score. Logistic regression analysis demonstrated that family history of stroke, diabetes, hypertension, NIHSS score, MoCA score, miR-195, and miR-497 were independent risk factors for acute stroke. CONCLUSION: Serum miR-195 and miR-497 are elevated in acute stroke and associated with the loss of neurologic and cognitive functions. They may be biomarkers for diagnosis and prognosis of acute stroke.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,001 | 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 ».