Silent brain infarcts impact on cognitive function in atrial fibrillation
Notice bibliographique
Résumé
AIMS: We aimed to investigate the association of clinically overt and silent brain lesions with cognitive function in atrial fibrillation (AF) patients. METHODS AND RESULTS: We enrolled 1227 AF patients in a prospective, multicentre cohort study (Swiss-AF). Patients underwent standardized brain magnetic resonance imaging (MRI) at baseline and after 2 years. We quantified new small non-cortical infarcts (SNCIs) and large non-cortical or cortical infarcts (LNCCIs), white matter lesions (WML), and microbleeds (Mb). Clinically, silent infarcts were defined as new SNCI/LNCCI on follow-up MRI in patients without a clinical stroke or transient ischaemic attack (TIA) during follow-up. Cognition was assessed using validated tests. The mean age was 71 years, 26.1% were females, and 89.9% were anticoagulated. Twenty-eight patients (2.3%) experienced a stroke/TIA during 2 years of follow-up. Of the 68 (5.5%) patients with ≥1 SNCI/LNCCI, 60 (88.2%) were anticoagulated at baseline and 58 (85.3%) had a silent infarct. Patients with brain infarcts had a larger decline in cognition [median (interquartile range)] changes in Cognitive Construct score [-0.12 (-0.22; -0.07)] than patients without new brain infarcts [0.07 (-0.09; 0.25)]. New WML or Mb were not associated with cognitive decline. CONCLUSION: In a contemporary cohort of AF patients, 5.5% had a new brain infarct on MRI after 2 years. The majority of these infarcts was clinically silent and occurred in anticoagulated patients. Clinically, overt and silent brain infarcts had a similar impact on cognitive decline. CLINICAL TRIAL REGISTRATION: ClinicalTrials.gov Identifier: NCT02105844, https://clinicaltrials.gov/ct2/show/NCT02105844.
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 | 0,000 |
| 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) | 0,002 | 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 ».