Serum Periostin and Cognitive Impairment in Ischemic Stroke Patients: a Prospective Cohort Study
Notice bibliographique
Résumé
Abstract Background. Recent evidence suggest elevated periostin is associated with cardiovascular diseases. The aim of this study was to investigate the relationship between serum periostin and post-stroke cognitive impairment (PSCI) at 3 months. Methods. In this prospective cohort study, we enrolled patients with ischemic stroke and hospitalized within 7 days of symptoms onset from January 2019 to January 2020. Serum periostin levels were measured using enzyme-linked immunosorbent assay after admission. Cognitive function assessment was performed at 3-month follow-up visit using the Montreal Cognitive Assessment (MoCA). We defined the PSCI as total MoCA score < 25. Results. A total of 315 ischemic stroke patients were enrolled for the study. PSCI was observed in 173 patients, which accounted for 54.9% (95% confidence interval [CI] 52.1%–57.7%) of the cohort. Serum periostin levels were higher in patients with PSCI than in those without PSCI (median 19.6 vs 14.8 ng/mL; P = 0.001). In logistic regression analysis, the highest quartile of periostin levels were significantly correlated to PSCI (odds ratio [OR], 9.69; 95% CI, 5.06–25.61; P = 0.001), as compared with the lowest quartile. This association remained significant after adjustment for age, gender, educational years, stroke severity, and vascular risk factors. Subgroup analyses further confirmed these results. Furthermore, restricted cubic spline regression demonstrated a linear association between periostin levels and PSCI ( P = 0.001 for linearity). Conclusions. This study found that higher serum periostin levels are associated with an increased risk of PSCI at 3 months after ischemic stroke onset.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 ».