Quantitative EEG Correlates with NIHSS and MoCA for Assessing the Initial Stroke Severity in Acute Ischemic Stroke Patients
Notice bibliographique
Résumé
BACKGROUND: National Institutes of Health Stroke Scale (NIHSS) and Montreal Cognitive Assessment (MoCA) measure stroke severity by assessing the functional and cognitive outcome, respectively. However, they cannot be used to measure subtle evolution in clinical symptoms during the early phase. Quantitative EEG (qEEG) can detect any subtle changes in CBF and brain metabolism thus may also benefit for assessing the severity. AIM: This study aims to identify the correlation between qEEG with NIHSS and MoCA for assessing the initial stroke severity in acute ischemic stroke patients. METHODS: This was a cross-sectional study. We recruited 30 patients with first-ever acute ischemic stroke hospitalized in Dr. Sardjito General Hospital, Yogyakarta, Indonesia. We measured the NIHSS, MoCA score, and qEEG parameter during the acute phase of stroke. Correlation and regression analysis was completed to investigate the relationship between qEEG parameter with NIHSS and MoCA. RESULTS: Four acute qEEG parameter demonstrated moderate-to-high correlations with NIHSS and MoCA. DTABR had positive correlation with NIHSS (r = 0.379, p = 0.04). Meanwhile, delta-absolute power, DTABR, and DAR were negatively correlated with MoCA score (r = −0.654, p = 0.01; r = −0.397, p = 0.03; and r = −0.371, p = 0.04, respectively). After adjusted with the confounding variables, delta-absolute power was independently associated with MoCA score, but not with NIHSS (B = −2.887, 95% CI (−4.304–−1.470), p < 0.001). CONCLUSIONS: Several qEEG parameters had significant correlations with NIHSS and MoCA in acute ischemic stroke patients. The use of qEEG in acute clinical setting may provide a reliable and efficient prediction of initial stroke severity. Further cohort study with larger sample size and wide range of stroke severity is still needed.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,004 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».