Impact of Pre-Stroke Dementia or Mild Cognitive Impairment on Stroke Outcome: A Systematic Review and Meta-Analysis
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVE: Pre-stroke dementia (PSD) and pre-stroke mild cognitive impairment (PSMCI) are important risk factors for stroke. The present meta-analysis aimed to investigate the impact of PSD or PSMCI on stroke outcomes. METHODS: Electronic databases (PubMed, EMbase, Google Scholar, Cochrane Library, and TRIP) were screened for eligible studies published prior to March 31, 2021. Risk ratios (RR) and mean differences with 95% confidence intervals (CIs) using random or fixed effect models were used to calculate pooled estimates. Study quality was assessed using the Newcastle Ottawa Scale. RESULTS: Fifteen studies were included in our meta-analysis. Pooled data from ten studies involving 3,107 PSD and 20,645 non-PSD subjects showed a higher risk of mortality in PSD patients (RR = 2.03; 95% CI: 1.40-2.91; I2 = 89%). Risk of recurrent stroke risk was observed more in patients with PSD compared to non-PSD patients (RR = 2.02; 95% CI: 1.40-2.91; I2 = 0%). Three studies involving 300 mild cognitive impairment (MCI) and 1,025 normal cognition subjects showed a significant increased risk of mortality in stroke patients with MCI (RR = 2.43; 95% CI: 1.81-3.27; I2 = 20%). However, elevated stroke severity was not observed in PSMCI patients. CONCLUSIONS: Our meta-analysis shows an increased risk of mortality in stroke patients with a history of PSD and PSMCI. Proper clinical management and increased attention are therefore required for the prevention and management of stroke in patients with cognitive deficits.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,011 | 0,007 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».