PSEUDOBULBAR AFFECT AND COGNITIVE DECLINE POST SEVERE TRAUMATIC BRAIN INJURY: A CASE REPORT
Notice bibliographique
Résumé
Introduction: Pseudobulbar affect is described as episodes of laughing or crying that occur suddenly and uncontrollably without appropriate stimulation. Pseudobulbar affect is often preceded by various neurological disorders, one of which is a history of severe head injury. Case Report: Female, 21 years old, experienced sudden frequent laughing for no apparent reason and could not be controlled. This has been happening after she suffered a severe head injury, which was a subarachnoid hemorrhage, about two years ago. She was diagnosed with pseudobulbar affect according to Cummings criteria and confirmed by Center for Neurologic Study – Lability Scale (CNS-LS) questionnaire with a score of 19. The patient also complained of forgetting things, therefore a cognitive function was examined with Indonesian Version of the Montreal Cognitive Assessment (MoCA-Ina) with a score of 14 which indicated moderate cognitive impairment. Discussion: Pseudobulbar affect post traumatic brain injury is suspected to be caused by decreased inhibition of sensory cortex transmission to the motor cortex and limbic system leading to disturbances in the cerebellum and decreased threshold for emotional expression. Pseudobulbar affect may coexist with impaired cognitive function due to the intersection of the anatomical structure of cognitive function with pathways that regulate emotion. Conclusion: Pseudobulbar affect with cognitive impairment creates a burden and interferes the patient’s quality of life. It is necessary for health workers to be able to identify the clinical manifestations of pseudobulbar affect as a complication after traumatic brain injury, therefore optimal management for the patients can be achieved.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| 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 | 0,000 | 0,002 |
| 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 ».