Abstract P417: Critical Knowledge Gaps in Characterizing Cognitive Impairment Among Intracerebral Hemorrhage Patients: Systematic Review of Contemporary Literature
Notice bibliographique
Résumé
Introduction: Despite emerging evidence, trajectories of cognitive impairment (CI) among patients with spontaneous intracerebral hemorrhage (ICH) are not well characterized. Methods: We conducted a systematic review of literature within PubMed, using keywords [“Intracerebral hemorrhage” OR “ICH”] AND “Cognitive Impairment,” after 2010. Articles reporting assessments of post ICH CI were included. Articles limited to pre-clinical (animal) studies, non-English literature, other intracranial hemorrhages, traumatic ICH, narrative reviews, and patient under 18 years were excluded. Results: Based on selection criteria, we included 16 articles (graphic) that provide an assessment of post-ICH CI. Post-ICH CI had a reported incidence of up to 85% within the first 2 weeks. The proportion of ICH patients who experience an incident CI across a longer follow up time period have been reported with a high degree of variability; with reports at 3 (32.5 - 71%), 4 (78%), 6 (37 - 63.3%), 9 (47.1 - 100%), 18 (51%), 30 (25.8%), 40 (23%), 45.6 (52 - 64%) and 60 (37.4%) months. Though the assessment scales utilized are variable; 12 (75%) reports employed a version of Montreal Cognitive Assessment or Information Questionnaire on Cognitive Decline in the Elderly. Lobar ICH was well identified, while non-lobar ICHs were variably grouped. Imaging markers have been reported in 10 (62.5%) reports. Though most studies report comorbidities and sociodemographic factors; stroke-specific severity / functional scales and genetic factors have only been considered by 2 (12.5%) articles each. Conclusions: At least 1 in 3 ICH survivors experience post-ICH CI over 12 months. There is an overall paucity of data on post-ICH CI, which highlights a critical need to characterize the natural history of post ICH CI in prospective cohorts and develop standardized assessment protocols for CI among ICH 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 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 | 0,017 | 0,088 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,009 | 0,006 |
| Bibliométrie | 0,025 | 0,019 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,004 | 0,005 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».