Prevalence and Determinants of Postischemic Stroke Cognitive Impairment in Older Persons
Notice bibliographique
Résumé
Abstract Background: It is essential to identify the burden of poststroke cognitive impairment (PSCI) and to frame strategies for its prevention and progression in a developing country. Aim: The aim of the study was to estimate the prevalence and identify the risk factors of PSCI in older persons who survived an ischemic stroke. Materials and Methods: Patients with acute stroke satisfying the inclusion criteria were recruited. Clinical and demographic data, baseline functional capacity, and cognition as assessed by the Barthel index and the Informant Questionnaire on Cognitive Decline in the Elderly, respectively, were collected. The patients were then administered the Confusion Assessment Method, Mini-Cog, Montreal Cognitive Assessment (MoCA), and Frontal Assessment Battery within the 1 st week of stroke and were reassessed at 1 month. The diagnosis of PSCI was done based on MoCA score within 1 week and at 1 month after stroke, and the analysis of risk factors for PSCI was done based on MoCA score at 1 month. Results: The prevalence of PSCI in this study was 63.8% within the 1 st week and 71.8% at 1 month after the stroke. Lower educational and occupational status, higher Charlson Comorbidity Index, presence of delirium during the 1 st week after stroke, poststroke depression, higher National Institutes of Health Stroke Scale score, and higher Modified Rankin Scale score were found to be risk factors for the development of PSCI on univariate analysis. Lower socioeconomic status was found to be a risk factor on both univariate and multivariate analyses. Conclusion: The prevalence of PSCI was 71.8% at 1 month after stroke. Lower socioeconomic status was found to be a risk factor for PSCI. Larger studies are needed to identify various modifiable risk factors, to improve the quality of life in older stroke survivors.
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 | 0,001 |
| 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 | 0,000 | 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 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 ».