Lower serum BDNF as a predictor of post-stroke cognitive impairment in acute ischemic stroke patients
Notice bibliographique
Résumé
<ns3:p> <ns3:bold>Background:</ns3:bold> Reduced level of serum BDNF in acute stroke patients is associated with poor outcomes. We aimed to identify the role of serum BDNF level as a predictor for post-stroke cognitive impairment (PSCI). </ns3:p> <ns3:p> <ns3:bold>Methods</ns3:bold> : This was a prospective study. We recruited acute ischemic stroke patients in Dr. Sardjito General Hospital Yogyakarta, Indonesia followed them up for 90 days (3 months). Serum BDNF was collected at day 5 and day 30 of stroke onset and measured by ELISA. Montreal Cognitive Assessment (MoCA) was used to measure the cognitive function at 90 days of follow up. ROC curve was conducted to measure the cut-off point of the BDNF level. Factors independently associated with PSCI were analyzed by using stepwise regression. </ns3:p> <ns3:p> <ns3:bold>Results:</ns3:bold> Among 89 patients recruited, 60 patients (67.41%) developed PSCI. The mean age of PSCI and non-PSCI patients was 62.7 ± 9.5 and 57.5 ± 8.7, respectively (p = 0.01). Patients with dyslipidemia were less likely to develop PSCI (OR 0.19, 95%CI 0.06–0.56, p < 0.05). In addition, patients with day 5-serum BDNF level < 23.29 ng/mL were five times more likely to develop PSCI compared with their counterparts (OR 5.02, 95%CI 1.67–15.04, p < 0.05). </ns3:p> <ns3:p> <ns3:bold>Conclusion</ns3:bold> <ns3:bold>s:</ns3:bold> Among acute ischemic stroke patients, those with serum BDNF <23.29 ng/mL had a higher risk of developing PSCI, while those with dyslipidemia had a lower risk of PSCI. This study suggests that BDNF could be a predictor of PSCI, allowing for earlier detection and better preventive strategies. </ns3:p>
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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 ».