B.2 Neurologic outcome trajectory following neonatal arterial ischemic stroke (NAIS): A longitudinal observational study
Notice bibliographique
Résumé
Background: Studies evaluating long-term neurologic outcomes following NAIS are scanty. We aimed to study the emergence pattern of neurologic deficits following NAIS. Methods: Neonates diagnosed with AIS were prospectively enrolled and outcomes were evaluated using the validated Pediatric Stroke Outcome Measure-Severity Classification Scheme. Neurologic outcomes were classified as normal/mild, moderate or severe. Trend analysis was conducted using Cochran-Armitage test. Results: A total of 126 neonates (59% males) were followed for a median of 5.2 years (IQR:3.4-6.4 years). The proportion of children classified as normal/mild declined from 94% to 76% >5 years post-stroke (p<0.01). Moderate and severe outcomes increased from 5% to 15% and 1% to 8% (p=0.01), respectively. Sensorimotor, language and cognitive deficits emerged in 16%, 14%, and 17% of enrolled neonates, respectively. Of those who had normal/mild outcomes at baseline, 83 remained stable throughout the study. Improvement in neurologic outcomes was seen in 8 children. Thirty-five neonates had emerging deficits at one point during follow-up. Congenital heart disease predicted the emergence of deficits (odds ratio=3.3, 95% confidence interval:1.01-10.5). Conclusions: Emerging deficits following NAIS are not uncommon and can equally manifest in sensorimotor, language or cognitive domains. Thus, long-term follow-up and close monitoring of outcomes following NAIS is crucial.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».