Predicting Cognitive Impairment in Patients with Chronic Traumatic Encephalopathy: A Single-Center Prospective Cohort Study
Notice bibliographique
Résumé
Chronic traumatic encephalopathy (CTE) is a neurodegenerative condition caused by repeated traumatic brain injuries (TBIs) leading to cognitive, behavioral, and motor dysfunctions. This study examined the relationship between cognitive impairment and clinical syndromes among 145 CTE patients aged 18 to 75 years who underwent inpatient treatment at the Ternopil Regional Clinical Psychoneurological Hospital between 2021 and 2022. Cognitive function was assessed using the Montreal Cognitive Assessment (MoCA), with results classified into four categories: normal, mild impairment, moderate impairment, and dementia. Statistical analysis revealed significant associations between cognitive impairment and specific neuroimaging changes, including ventricular dilatation. Clinical syndromes, such as cognitive disorder syndrome, also showed significant associations with cognitive impairment (p < 0.001). Using logistic regression, we developed a predictive model to estimate the probability of cognitive impairment based on various clinical features, including memory loss, attention deficits, and sleep disturbances. The model demonstrated high accuracy, with a receiver operating characteristic (ROC) curve showing a sensitivity of 91.0% and a specificity of 92.5%, yielding an area under the curve (AUC) of 0.964 (95% CI: 0.934 - 0.994). These findings suggest that specific neuroimaging and clinical features can predict cognitive impairment in CTE patients.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».