Evolving Profile and Determinants of Post-Stroke Cognitive Impairment in the 3rd Month among Kinshasa’s Survivors (Democratic Republic of the Congo)
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Background: Neurocognitive impairments are common among stroke survivors. Despite their negative impact on daily life, their evolving, and determinants are not fully known in our context. To determine evolving characteristics of post-stroke cognitive impairment in the 3rd month as well as determinants among Kinshasa’s adult survivors is the aim of this study. Methods: We sought to determine neurocognitive deficits in the 3rd month in a prospective single-group cohort study in 3 hospital centers in Kinshasa. Eighty-six adult stroke survivors with a neurological and neuroimaging computerized diagnosis of stroke were assessed using MOCA (Montreal Cognitive Assessment) in the first and the third months post-stroke. Results: Neurocognitive disorders ranged from 79.1% in the first month to 54.7% in the third month after stroke (with 4.7% with severe decline). Gender female [AOR = 86.3 (CI95%: 2.8 - 2643.7); p 0.01], Chronic hypertension ([AOR = 26.8 (CI95%: 2.55 - 282.55); p 0.01]), the pathological lipid profile [AOR = 8.7 (CI95%: 1.10 - 68.82); p = 0.04] and worse MOCA score at the first month ([AOR = 41.2 (CI95%: 8.13 - 2134.81); p = 0.021]) were identified as worse predictors of cognitive impairments at the third month post-stroke. Conclusion: Post-stroke cognitive impairment is common and decreases in the 3rd month post-stroke. Chronic hypertension, gender, lipid profile, and the first month MOCA score are predictors of worse cognitive performance in Kinshasa survivors. These findings suggested the role of early management in improving cognition and the control of stroke risk factors.
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.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 découle