High neutrophil percentage and neutrophil-lymphocyte ratio in acute phase of ischemic stroke predict cognitive impairment: A single-center retrospective study in China
Notice bibliographique
Résumé
Background and aims: Recently, various hemocyte and blood cell ratios have garnered researchers' attention, as a low-cost, widely prevalent, and easy-to-measure index for diagnosing and predicting disease. Therefore, we sought to investigate the effect and predictive value of the peripheral blood neutrophil percentage and neutrophil-lymphocyte ratio (NLR) in the acute phase of ischemic stroke (AIS) in post-stroke cognitive impairment (PSCI). Methods: We selected 454 patients with mild AIS and acquired general clinical data. The patients were divided into PSCI and post-stroke no cognitive impairment (PSNCI) groups according to their Montreal Cognitive Assessment (MOCA) scores. We assessed whether there were differences in clinical data, peripheral blood neutrophil percentage, and NLR values between the different groups. We also analyzed the independent influences on the occurrence of PSCI using a binary logistic regression. Receiver operating characteristic (ROC) curves were used to analyze the predictive value of the above inflammatory indicators and models containing different inflammatory indicators for PSCI. Results: In total, 454 patients were included, of whom 253 (55.7%) patients were in the PSCI group, with a mean age of 62.15 ± 7.34 years and median neutrophil percentage and NLR of 0.64 (0.32-0.95) and 2.39 (0.71-54.46), respectively. Both neutrophil percentage (adjusted OR = 1.025; 95% confidence interval: 1.005-1.406) and NLR as a categorical variable (Q5, adjusted OR = 2.167; 95% CI: 1.127-4.166) were independent risk factors for PSCI, and the Q5 group (NLR ≥ 4.05) had significantly worse overall cognition and executive function. Conclusions: Neutrophil percentage and NLR in the acute phase of AIS were independently associated with PSCI, and a high NLR was strongly associated with executive function. In addition, neutrophil percentage and NLR have diagnostic values for 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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».