Silent Brain Infarction; Risk Factors and Effect on Outcome of Acute Ischemic Stroke
Notice bibliographique
Résumé
Background: Stroke is a major contributor to disability and the second a major contributor of death globally. Silent brain infarction is an example of a subclinical risk factor for stroke that, if identified, might lead to earlier and more effective preventative measures.The aim of the work: To detect risk factors of silent brain infarctions [SBI] and its effect on outcome of first ever acute ischemic stroke.Patients and Methods: In a prospective research, 76 cases diagnosed clinically and radiologically as first ever ischemic stroke and admitted to emergency department and stroke unit of Al-Azhar University hospitals were enlisted beginning in December 2022 to May 2023. They were categorized into two groups: patients with SBIs [38 patients] and patients without SBIs [38 patients].Results: We assessed 76 cases presented with first ever acute ischemic stroke with and without SBI. Age was significantly higher in cases with SBI contrasted with cases without SBI with male to female ratio 1: 1.5 without significant difference. There was a significant variance among both groups regarding HTN, DM, ischemic heart diseases, and the degree of stenosis at right, left carotid and vertebrobasilar arteries, the size of infarction and the assessment of cognitive function using Mental State Examination [MSE] and Montreal Cognitive Assessment Scale [MOCA] after 3 months. The Modified Rankin score after 3 months from onset was significantly different between both groups and all cases with moderate to severe and severe disability were having SBI. And there was a significant variance regarding the baseline & after one-week National Institute of Health stroke scale [NIHSS].Conclusion: Hypertension was identified as the most important risk factor of SBI. SBI affects cognitive function and affected patients have a higher probability of developing vascular dementia in addition to Sever long term disability and functional outcome.
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 | 0,000 | 0,000 |
| 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 | 0,000 |
| 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 ».