The relationship of acute delirium with cognitive and psychiatric symptoms after stroke: a longitudinal study
Notice bibliographique
Résumé
OBJECTIVE: Delirium, a common complication after stroke, is often overlooked, and long-term consequences are poorly understood. This study aims to explore whether delirium in the acute phase of stroke predicts cognitive and psychiatric symptoms three, 18 and 36 months later. METHOD: As part of the Norwegian Cognitive Impairment After Stroke Study (Nor-COAST), 139 hospitalized stroke patients (49% women, mean (SD) age: 71.4 (13.4) years; mean (SD) National Institutes of Health Stroke Scale (NIHSS) 3.0 (4.0)) were screened for delirium with the Confusion Assessment Method (CAM). Global cognition was measured with the Montreal Cognitive Assessment (MoCA), while psychiatric symptoms were measured using the Hospital Anxiety and Depression Scale (HADS) and the Neuropsychiatric Inventory-Questionnaire (NPI-Q). Data was analyzed using mixed-model linear regression, adjusting for age, gender, education, NIHSS score at baseline and premorbid dementia. RESULTS: Thirteen patients met the criteria for delirium. Patients with delirium had lower MoCA scores compared to non-delirious patients, with the largest between-group difference found at 18 months (Mean (SE): 20.8 (1.4) versus (25.1 (0.4)). Delirium was associated with higher NPI-Q scores at 3 months (Mean (SE): 2.4 (0.6) versus 0.8 (0.1)), and higher HADS anxiety scores at 18 and 36 months, with the largest difference found at 36 months (Mean (SE): 6.2 (1.3) versus 2.2 (0.3)). CONCLUSIONS: Suffering a delirium in the acute phase of stroke predicted more cognitive and psychiatric symptoms at follow-up, compared to non-delirious patients. Preventing and treating delirium may be important for decreasing the burden of post-stroke disability.
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 | 0,000 | 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) | 0,000 | 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 ».