Differentially Expressed miR-511-3p in Stroke Patients Predicts the Presence of Post-Stroke Cognitive Impairment
Notice bibliographique
Résumé
INTRODUCTION: Stroke is common cerebrovascular disease in the elderly, which is characterized by neurological defects caused by cerebral vessels. Multiple studies have shown that miRNAs play important roles in stroke. In addition, a large number of evidence suggest that stroke increases the risk and severity of cognitive impairments. METHODS: miR-511-3p expression levels were detected by real-time PCR. Receiver operating characteristic (ROC) curve analysis was used to evaluate the diagnostic value of miR-511-3p in distinguishing stroke patients from healthy controls and to assess risk of post-stroke cognitive impairment (PSCI) in stroke patients. Pearson correlation coefficient was used to determine the relationship between miR-511-3p expression level and Montreal Cognitive Assessment Scale (MoCA) scores. RESULTS: Serum miR-511-3p expression levels were decreased in stroke patients, and the decrease was more significant in PSCI patients. ROC curve results showed that miR-511-3p had high diagnostic accuracy in distinguishing healthy controls from stroke patients. Moreover, the expression level of miR-511-3p can be used as an independent predictor for the occurrence of PSCI and is positively correlated with MoCA scores of PSCI patients. CONCLUSION: miR-511-3p may be involved in the occurrence and development of stroke. In addition, miR-511-3p may be a novel biomarker for predicting PSCI occurred in stroke patients. These results may help improve the quality of prognosis of stroke.
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 | 0,000 | 0,002 |
| 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 | 0,001 | 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) | 0,002 | 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 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 ».