Human urinary kallidinogenase decreases the incidence of post-stroke cognitive impairment in acute ischemic stroke patients
Notice bibliographique
Résumé
Background: Post-stroke cognitive impairment (PSCI) is a common symptom of stroke and affects the quality of life and prognosis of stroke survivors. In our study, we evaluated the efficacy of Human urinary kallidinogenase (HUK) on cognitive function in acute ischemic stroke (AIS) patients, and discussed the role of cystatin C (CysC) in improving PSCI. Methods: We enrolled a retrospective cohort with prospective follow-up. From August 2020 to May 2021, 130 patients completed the final follow-up. Among them, 61 patients received HUK combined with basic treatment, which we defined as the HUK group, and 69 patients received basic treatment, which we defined as the control group. We compared the changes of CysC, urea nitrogen and creatinine levels after one week of treatment between the two groups. Cognitive function was assessed by Montreal Cognitive Assessment (MoCA) at 3-month after AIS. Results: No significant differences in demographic data and Laboratory tests between two groups before treatment. A total of 67 patients (51.5%) were diagnosed as PSCI at 3-month follow-up, among which, 25 patients were in the HUK group and 42 patients were in the control group. Compared with the control group (60.9%), the incidence of PSCI was significantly lower in the HUK group (41.0%). In addition, the serum CysC level after a week of treatment significantly decreased from baseline in HUK group (p = 0.037), in comparison, the serum CysC level in the control group was basically unchanged (p = 0.951). There was a significant negative correlation between MoCA score and the level of CysC after treatment (p = 0.003, r = –0.373). Conclusions: HUK can reduce the risk of PSCI at 3-month in AIS patients. The decrease of serum CysC level may be one of the mechanisms by which HUK reduces the 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 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 | 0,000 | 0,001 |
| 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) | 0,001 | 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 ».