MétaCan
Menu
Retour à la cohorte
Enregistrement W4283832548 · doi:10.1684/epd.2022.1442

Clinical characteristics of cognitive impairment and its related risk factors in post‐stroke epilepsy

2022· article· en· W4283832548 sur OpenAlexaboutno aff
Hongling Hou, Guoxian Sun, Zuowei Duan, Lihong Tao, Shuai Zhang, Qi Fang

Notice bibliographique

RevueEpileptic Disorders · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueEpilepsy research and treatment
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMontreal Cognitive AssessmentMedicineEpilepsyNeurologyInternal medicineStroke (engine)Depression (economics)AnxietyHospital Anxiety and Depression ScaleIncidence (geometry)CognitionPhysical therapyCognitive impairmentPediatricsPsychiatry

Résumé

récupéré en direct d'OpenAlex

Objective: Post-stroke epilepsy (PSE) patients are prone to cognitive impairment (CI) due to multiple factors. This study aimed to assess clinical characteristics of CI and its related risk factors in newly diagnosed Chinese Han adult epilepsy patients with ischaemic stroke. Methods: Data were collected on PSE patients hospitalized in the neurology ward of the Affiliated Hospital of Yangzhou University, from January 2016 to May 2019. Newly diagnosed PSE patients were followed for six months; their cognitive functions were then assessed according to the Chinese Beijing version of the Montreal Scale (MoCA) and patients were divided into a PSE+CI group (MoCA scale score <26) (n=81) or PSE-CI group (MoCA scale score ≥26) (n=36). Data collection tools also included the Chinese versions of the Zheng Self-assessment Anxiety Scale, the Zheng Self-assessment Depression Scale, the Barthel index and the National Hospital Seizure Severity Scale. We compared the basic clinical characteristics between the two groups of patients and investigated the factors of CI in PSE patients. Results: In total, CI was present in 81 (69%) and absent in 36 (31%) PSE patients. MoCA total score in the PSE+CI group was 20.85±4.13 and 27.53±1.34 in the PSECI group. The Bonferroni corrected significance level was 0.0013. Scores for multiple cognitive domains (visuospatial/executive skills, naming, attention, language and delayed recall) were lower in the PSE+CI group than the PSE-CI group. Moreover, the PSE+CI group had a higher incidence of depression and anxiety. Univariate analysis showed that diabetes (p= 0.000) and the number of antiepileptic drugs (AEDs) (p= 0.001) were associated with CI in PSE. Binary logistic regression analysis showed that diabetes (odds ratio [OR]: 5.242, 95% confidence interval [CI]: 1.680-16.363, p= 0.004), high homocysteine levels (OR: 1.103, 95% CI: 1.008-1.207, p= 0.033) and the number of AEDs (OR: 3.354, 95% CI: 1.225-9.180, p= 0.019) were associated with CI in PSE. Significance: Diabetes, high homocysteine levels and a higher number of AEDs may be risk factors for CI in PSE.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,016
Tête enseignante GPT0,309
Écart entre enseignants0,293 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations8
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEpileptic DisordersMême sujetEpilepsy research and treatmentTravaux en français237 207