A Hierarchical Multi-Dimensional Cognitive Training Program for Preventive Cognitive Decline in Acute Ischemic Stroke Patients: Study Protocol for a Randomized Controlled Trial
Notice bibliographique
Résumé
Background: One of the most popular ways to address cognitive decline is cognitive training. The fact that cognitive deterioration is permanent is one of the main issues. This issue might be resolved by preventive cognitive training when it is acute. As a result, this study aims to design and assess how well stroke patients respond to hierarchical, multi-dimensional preventative cognitive training. Objective: To describe the study design of this center implementation trial. Methods: Participants in the study will be recruited from a hospital in China and randomly assigned to the intervention group or the usual care group. Interventions will include four-week hierarchical multi-dimensional preventive cognitive training through a WeChat program. for Primary outcome measures will be the Montreal Cognitive Assessment, Mini-Mental State Examination, and Post-Stroke Cognitive Impairment (PSCI) Incidence. The secondary outcome measure will include the Hamilton Depression Scale, Hamilton Anxiety Scale, Modified Barthel Index, and National Institutes of Health Neurological Deficit Score. Outcomes will be measured at baseline, 12 weeks, and 24 weeks from the baseline. Results: We expect that the hierarchical multi-dimensional preventive cognitive training program will be easy to implement, and the cognitive function, cognitive psychology, ability of daily living will vary in each setting. Conclusions: The results will provide evidence highlighting differences in a new strategy of cognitive training through the WeChat program, which allows the home-based practice, puts forward an advanced idea of preventive cognitive training in the acute stage, and has the highest effectiveness of reducing cognitive impairment, and Alzheimer's disease.
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 | 0,025 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,007 | 0,003 |
| Méta-épidémiologie (sens large) | 0,018 | 0,007 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,004 | 0,003 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,004 | 0,002 |
| Intégrité de la recherche | 0,007 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,060 | 0,009 |
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 ».