A Personalized Methodology for Assessing Early Post-Stroke Cognitive Impairment
Notice bibliographique
Résumé
The purpose of а study is to identify the main indicators of the individual profile of patients with early post-stroke cognitive impairment. The study included 200 patients diagnosed with ischemic stroke with cognitive decline. Medical history included an assessment of demographic parameters, cardiovascular risk factors, and comorbidities. The functional status of patients was assessed using various assessment tools: the Barthel Index, the Modified Rankin Scale, and the National Institutes of Health Stroke Scale. The patient’s cognitive and psycho-emotional profile was assessed using scales: the Montreal Cognitive Assessment Scale, the Informant Questionnaire on Cognitive Decline in the Elderly, the Modified Hachinski Ischemic Scale, the Hospital Anxiety and Depression Scale, the Apathy Evaluation Scale, the Multidimensional Fatigue Inventory-20, the Buss-Perry Aggression Questionnaire-24 and additional scales for assessing praxis, semantic aphasia, perception, and executive function. To objectively assess cognitive dysfunction, long-latency acoustic endogenous evoked potential parameters were assessed. The laboratory tests included the evaluation of the levels of cytokines. Neuroimaging parameters (stroke location, preexisting vascular and neurodegenerative disease) were assessed using magnetic resonance imaging (MRI). The patient profile with varying severity of cognitive impairment, pre-stroke cognitive decline, and lesion lateralization was determined by discriminant analysis of clinical and paraclinical parameters using ML algorithms.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 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 | 0,001 | 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 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 ».