Cardiovascular risk factors are associated with cognitive trajectory in the first year after stroke
Notice bibliographique
Résumé
Introduction: Stroke often leads to cognitive impairment, but its progression and influencing factors over time remain poorly understood. This study evaluates immediate post-stroke cognitive impacts and investigates the influence of concurrent factors on cognitive evolution over the first year. Patients and methods: In the STRATEGIC study, 179 patients with first symptomatic ischemic stroke underwent neuropsychological assessments within three months post-stroke, and 141 were re-evaluated at 12 months. Risk factors tested for associations with cognitive outcome included demographic variables, cardiovascular and other medical factors, and lesion characteristics. Cognitive performance was primarily measured via the Montreal Cognitive Assessment (MoCA), with domain-specific assessments for episodic memory (Free and Cued Selective Reminding Task), short-term memory (Digit Span forward), and working memory (Digit Span backward). Results: = 9.5) and 36.9% were female. Ischemic heart disease predicted cognitive non-improvement between 3 and 12 months. Atrial fibrillation and carotid stenosis were linked to changes in episodic and working memory, respectively. Moreover, female sex and lower education correlated with stagnant global cognition and episodic memory. Discussion and conclusion: Our findings underscore the important influence of cardiovascular risk factors on cognitive functional recovery after stroke. Interventions targeting these risk factors may improve cognitive prognosis and affect traditional outcome measures such as recurrent vascular events. Future trials should include cognitive measures to fully capture the potential benefits of intensive risk factor intervention.
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 | 0,000 | 0,000 |
| 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) | 0,001 | 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 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 ».