High Serum S100B Protein Levels As A Predictor Of Cognitive Function Disorders In Moderate Traumatic Brain Injury Patients
Notice bibliographique
Résumé
Objective: To prove high serum S100B protein levels as a predictor of impaired cognitive function in patients with moderate traumatic brain injury. Method: A prospective cohort analytic observational study. The subjects are patients with a moderate degree of TBI with inclusion criteria: onset of TBI 24 hours, age 17-40 years old, and the exclusion criteria were the presence of impaired cognitive function pre-traumatic brain injury (Short IQCODE) 3), depression and multiple trauma. Patients/families/guardians who agreed to the informed consent were checked for S100B levels at <24 hours, then matched with the Montreal Cognitive Assessment version Indonesia (MoCA-INA) questionnaire on day 14 after TBI. This study’s data analysis consisted of univariate and bivariate analysis using Chi-Square. The significance level is stated with p <0.05, 95% confidence interval (CI) assisted by the IBM SPSS version 23. Results: There were 43 research subjects; 23 in the high S100B group and 20 in the S100B group were not high. The mean age is 28 years, with a ratio of 4:1 for men and females. Most of the years, education ≥12 years. The incidence of cognitive dysfunction in patients with moderate traumatic brain injury in the high serum S100B group was 76.19%, while in the non-high serum S100B group was 23.80%, with RR = 6.85, with 95% CI between 1.78-26 .36, and p-value = 0.005. Conclusion: High serum S100B protein levels as a predictor of cognitive function disorders were statistically significant in moderate traumatic brain injury patients with a risk of 6.85 times.
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 | 0,000 |
| 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 ».