MétaCan
Menu
Retour à la cohorte
Enregistrement W3163633390 · doi:10.1161/strokeaha.120.032033

Prediction of Cognitive Recovery After Stroke: The Value of Diffusion-Weighted Imaging–Based Measures of Brain Connectivity

2021· article· en· W3163633390 sur OpenAlexaboutno aff
Hugo P. Aben, Leonie de Munter, Yaël D. Reijmer, Jacoba M. Spikman, Johanna M. A. Visser‐Meily, Geert Jan Biessels, Paul L.M. de Kort

Notice bibliographique

RevueStroke · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueAcute Ischemic Stroke Management
Établissements canadiensnon disponible
Organismes subventionnairesAlzheimer NederlandUniversitair Medisch Centrum UtrechtZonMw
Mots-clésMedicineStroke (engine)Fractional anisotropyNeuropsychologyCognitionNeuroimagingDiffusion MRIMagnetic resonance imagingStroke recoveryCohortInternal medicinePhysical therapyRadiologyPsychiatryRehabilitation

Résumé

récupéré en direct d'OpenAlex

BACKGROUND AND PURPOSE: Prediction of long-term recovery of a poststroke cognitive disorder (PSCD) is currently inaccurate. We assessed whether diffusion-weighted imaging (DWI)-based measures of brain connectivity predict cognitive recovery 1 year after stroke in patients with PSCD in addition to conventional clinical, neuropsychological, and imaging variables. METHODS: This prospective monocenter cohort study included 217 consecutive patients with a clinical diagnosis of ischemic stroke, aged ≥50 years, and Montreal Cognitive Assessment score below 26 during hospitalization. Five weeks after stroke, patients underwent DWI magnetic resonance imaging. Neuropsychological assessment was performed 5 weeks and 1 year after stroke and was used to classify PSCD as absent, modest, or marked. Cognitive recovery was operationalized as a shift to a better PSCD category over time. We evaluated 4 DWI-based measures of brain connectivity: global network efficiency and mean connectivity strength, both weighted for mean diffusivity and fractional anisotropy. Conventional predictors were age, sex, level of education, clinical stroke characteristics, neuropsychological variables, and magnetic resonance imaging findings (eg, infarct size). DWI-based measures of brain connectivity were added to a multivariable model to assess additive predictive value. RESULTS: <0.1 in univariable regression analysis. There was no added value of these measures to a multivariable model that included level of education and infarct size as significant predictors of cognitive recovery. CONCLUSIONS: Current DWI-based measures of brain connectivity appear to predict recovery of PSCD but at present have no added value over conventional predictors.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,016
Tête enseignante GPT0,242
Écart entre enseignants0,225 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations23
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueStrokeMême sujetAcute Ischemic Stroke ManagementTravaux en français237 207