Prevalence and factors influencing cognitive impairment among the older adult stroke survivors: a cross-sectional study
Notice bibliographique
Résumé
Background Cognitive impairment as a complication in post-stroke patients has high prevalence throughout the world. However, few studies have focused on the older adult stroke survivors and explored their prevalence and factors of post-stroke cognitive impairment (PSCI). The study aims to evaluate the cognitive status of stroke patients in Hunan Province, China and to determine the potential risk factors associated with PSCI in order to identify the older adult population in advance and promote healthy aging. Methods This cross-sectional study was carried out from August to December, 2021. A total of 520 stroke survivors from 6 tertiary hospitals were randomly selected. The information was collected using the general questionnaire, the Barthel Index Rating Scale and the Mini-mental State Examination (MMSE). Analysis was based on descriptive statistics, chi-square test and the significant variables were included in multivariate logistic regression. The reporting of this cross-sectional study followed the STROBE checklist. Results A total of 195 older adults (40.37%) were screened for cognitive impairment based on the results of the MMSE score. Patients in the PSCI group had a higher proportion of individuals aged 70 or older (35.90% vs. 24.65%, p <0.001). The potential risk factors for post-stroke cognitive impairment in older adults were being aged between 70 and 79 years old (OR = 3.973, 95% CI, 2.346–6.729, p <0.001), being aged 80 years or older (OR = 3.590, 95% CI, 1.373–9.387, p = 0.009), having a low level of education (OR = 9.183, 95% CI, 5.341–15.789, p <0.001), having hypertension (OR = 1.756, 95% CI, 1.121–2.753, p = 0.014), and having a dominant hemisphere lesion (OR = 1.880, 95% CI, 1.193–2.962, p <0.001). Conclusion The prevalence of PSCI was high among Chinese older adults, particularly those aged 80 years or older. The factors identified in our study could assist in the early identification of older adults at risk, develop personalized management plans, and promote healthy aging.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,001 |
| 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 ».