The Impact of Poststroke Aphasia on Quality of Life: A Comparative Cross-Sectional Study
Notice bibliographique
Résumé
Objectives: The study aimed to analyze the impact of aphasia on quality of life (QoL) in persons with ischemic stroke per radiological severity, compare equally severe but nonaphasic stroke survivors, and analyze the impact of hyperbaric oxygen therapy (HBOT) exposure. Methods: Patients with first-ever middle cerebral artery (MCA) stroke were categorized by radiological severity into high, intermediate, and low Alberta Stroke Program Early CT Score (ASPECTS). The Stroke Aphasia Quality of Life (SAQoL) Scale was used for outcome analysis. Inclusion criteria were age 40-65, 12-16 months after stroke, MCA distribution, first stroke, and ischemic stroke. Exclusion criteria were mixed vessel involvement and concomitant neurological, orthopedic, or psychiatric comorbidities. Results: Among 93 patients with ischemic stroke, 87% presented with intermediate-to-low ASPECTS. According to the SAQoL, locomotion and transfers were the most compromised. QoL was significantly negatively correlated with higher ASPECTS and greater stroke impact in those with aphasia overall (p = 0.001). Those who received HBOT overall were significantly better than those who did not, regardless of group (p = 0.02 and 0.03). Conclusion: The present study shows that the radiological severity of stroke relates to QoL in those with poststroke aphasia. Among those with equal radiological severity, those with aphasia are worse off. Those who receive HBOT have better QoL.
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 | 0,002 |
| 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 | 0,001 |
| 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 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 ».