In Search for the Meaning of Illness: Content of Narrative Discourse Is Related to Cognitive Deficits in Stroke Patients
Notice bibliographique
Résumé
Stroke survivors undergo a thorough cognitive diagnosis that often involves administration of multiple standardized tests. However, patient’s narrative discourse can provide clinicians with additional knowledge on patient’s subjective experience of illness, attitude toward current situation, and motivation for treatment. We evaluated the methods of analyzing thematic content and story types in relationship to cognitive impairment in stroke survivors with no aphasia (including 9 left hemisphere damage – LHD patients, and 16 right hemisphere damage – RHD patients). Cognitive impairment was evaluated in comparison to a group of 25 patients with orthopaedic injury not involving the brain. Our findings primarily show that higher elaboration on own cognitive problems, physical ailments or coping strategies in LHD patients and cognitive problems, emotional issues and circumstances of illness onset in RHD patients is related to deficits in executive functions and retrieval of information from memory. Furthermore, RHD patients who use more chaos story type show lower executive functioning. However, these results did not survive the significance threshold of p < 0.05 after Bonferroni adjustment for multiple comparisons. In conclusion, this study provides preliminary evidence that stroke survivor’s narrative can constitute an additional source of clinically-relevant information regarding patient’s experience of illness and attitude toward recovery. This knowledge can aid clinicians and nurses in everyday interactions with the patients and support individualized strategy to treatment. Still, the current results need be confirmed with future studies in a larger cohort of 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.
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 | 0,001 | 0,000 |
| 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 | 0,000 |
| 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 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 ».