The Impact of Body Mass Index Classification on Outcomes After Stroke Rehabilitation
Notice bibliographique
Résumé
ABSTRACT: With improving stroke mortality rates, more individuals are living with the consequences of stroke. Obesity is a known risk factor for stroke, but its effect on functional outcomes poststroke is less clear. The aim of this study was to determine the association between body mass index classification (underweight, normal weight, overweight, and obese) and functional outcomes, as measured by Functional Independence Measure change, Functional Independence Measure efficiency, and rehabilitation length of stay after inpatient stroke rehabilitation. A retrospective cohort study of individuals with a diagnosis of stroke admitted to a high-intensity inpatient rehabilitation program was performed. Patients were divided into 4 groups based on body mass index category using normal body mass index as the reference. Overall, 34 individuals (4.5%) were classified as underweight, 303 (40.1%) had body mass indices within the normal range, 269 (35.6%) were overweight, and 149 (19.7%) were obese. Ischemic stroke was the most common stroke type across all body mass index categories. Patients in the overweight and obese groups tended to be younger. There were no statistically significant differences in rehabilitation length of stay, Functional Independence Measure change, or Functional Independence Measure efficiency with all groups demonstrating significant functional improvements. Based on these findings, patients admitted for inpatient rehabilitation after stroke can be expected to make similar functional improvements regardless of BMI class.
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 | 0,001 | 0,005 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 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 ».