Investigating the Long-Term Cognitive Impairments of Stroke: A Systematic Review
Notice bibliographique
Résumé
Stroke is a major cause of long-term morbidity, a cognitive impairment that affects instrumental activities of daily living and quality of life for survivors and caregivers. It is imperative that patients with the risk of Post-stroke cognitive impairment (PSCI) are identified early and interventions instituted as soon as possible. This study aims to demystify cognitive domains affected after a stroke, discover features on imaging that suggest the likelihood for the development of PSCI, assess survivors’ quality of life, and examine the impact of non-pharmacological and pharmacological interventions on Post-stroke Cognitive impairment (PSCI). Using the PRISMA 2020 guideline, three databases were used: PubMed, Cochrane, and Google Scholar. 1,773 articles were identified; however, after applying inclusion and exclusion criteria and other filters, 13 articles were used for this study: 4 being observational studies, three systematic reviews and meta-analyses, and two narrative literature. The characteristics of each article that passed the quality check were analyzed in tabular form, and the discussion followed afterward. This study found that at three months following a stroke, survivors’ Montreal Cognitive Assessment (MoCA) improves. It also sheds more light on the various cognitive assessment tools available and the many nonpharmacologic interventions available to post-stroke victims and caregivers as more investigations are still being carried out to ascertain the usefulness of pharmacological intervention.
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 | 0,007 | 0,106 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 ».