MétaCan
Menu
← Retour à la cohorte
Enregistrement W4210782058 · doi:10.1002/alz.055834

Findings from an Asian post‐stroke cognitive impairment intervention programme

2021· article· en· W4210782058 sur OpenAlexaboutno aff
Fennie Wong, Sheng Chun Ng, Esther Vanessa Chua, Nagaendran Kandiah

Notice bibliographique

RevueAlzheimer s & Dementia · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueDementia and Cognitive Impairment Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMontreal Cognitive AssessmentCognitionStroke (engine)RehabilitationPhysical therapyQuality of life (healthcare)MedicineDementiaActivities of daily livingCognitive rehabilitation therapyPsychologyPhysical medicine and rehabilitationPsychiatryCognitive impairmentInternal medicineDisease

Résumé

récupéré en direct d'OpenAlex

Abstract Background Singapore sees more than 7,000 ischemic stroke cases yearly, with majority having physical and cognitive sequelae. Previous reports demonstrate that Post‐stroke cognitive impairment (PSCI) occurs in 37.3% of stroke patients at the National Neuroscience Institute (NNI, Singapore) within 6 months post‐stroke. The severity of rising PSCI rates prompted the implementation of the NNI Stroke Memory Rehabilitation Programme (SMaRT) for ischaemic stroke patients with mild physical impairments. This study aims to evaluate the outcomes of the SMaRT programme on PSCI and post‐stroke coping over a 6‐month period. Method The SMaRT programme is a 8‐week group‐based post‐stroke cognitive rehabilitation programme focusing on healthy living habits, memory models, memory strategies and emotion regulation strategies. Patients with clinically diagnosed ischaemic strokes, mild functional and cognitive issues (modified Rankin Scale score≤3 and Mini Mental‐State Examination score≥20) were recruited from April 2018 to September 2020. Assessments were administered at baseline, 8 weeks and 6 months post‐SMaRT, measuring global cognition (Montreal Cognitive Assessment, Visual Cognitive Assessment Tool), visuospatial function/attention (Trail Making Test‐A), emotional coping (Geriatric Depression Scale‐15), daily functioning (Nottingham Extended Activities of Daily Living (NEADL)), subjective quality of life (Dementia Quality of Life (DemQOL)). Paired samples t‐tests compared scores between the three timepoints, adjusting for type I errors with Bonferroni correction. Result 137 subjects (N males=90 (65.7.%); mean age=63.49 years, SD=9.38, mean years of education=9.50, SD=3.79) underwent SMaRT. Comparing week‐8 to baseline, there was significant improvement in global cognition (MoCA, VCAT: p<.001), emotional coping (GDS, p<.001), daily functions (NEADL, p<.001), subjective quality of life (DemQOL: p=.008). Significant improvement was also observed comparing month‐6 to baseline scores in global cognition (MoCA, VCAT: p<.001), emotional coping (GDS, p<.001), daily functions (NEADL, p<.001), subjective quality of life (DemQOL: p<.001). In both analyses, decreasing trends in TMT‐A (seconds) were observed and approached significance. Conclusion The SMaRT programme is effective in mitigating post‐stroke cognitive impairment, particularly in global cognition. Additionally, SMaRT improved mood, daily functioning and subjective quality of life, suggesting its ability to instill positivity and confidence in stroke patients. These suggest a group‐based structured cognitive rehabilitation programme is likely to benefit stroke patients and reduces incidence of PSCI.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,025
Score d'incertitude au seuil0,050

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,027
Tête enseignante GPT0,329
Écart entre enseignants0,302 · 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

Citations1
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAlzheimer s & Dementia→Même sujetDementia and Cognitive Impairment Research→Travaux en français237 207→