Evolution of Cognitive Disorders in Patients with Mild Cognitive Impairment (MCI) After Ischemic Stroke: Secondary Data Analysis from the Improved Health Care in Neurology and Psychiatry—Longer Life (IHCNP) Study
Notice bibliographique
Résumé
Background: The Improved Health Care in Neurology and Psychiatry—Longer Life (IHCNP) study was an 18-month prospective, observational, non-interventional research study focused on patients with mild cognitive impairment (MCI) following ischemic stroke. Objectives: Our secondary analysis of the IHCNP data aimed to document the progression of MCI in this patient group. Methods: A total of 100 patients from Romania were recruited, all of whom underwent cognitive assessments using the Mini-Mental State Examination (MMSE), Montreal Cognitive Assessment (MoCA), and Rey Auditory Verbal Learning Test (RAVLT). Clinical evaluations were also conducted as part of the study. Baseline cognitive scores were recorded, and subsequent follow-ups documented cognitive changes over time. Results: At baseline, cognitive scores indicated mild impairment, with averages of MMSE 25.41, MoCA 23.27, and RAVLT 33.63. By the end of the study, patients exhibited a significant cognitive decline, with MMSE scores dropping by 8.7%, MoCA by 10.0%, and RAVLT by 29.5% (p < 0.0001 for all measures), reflecting the progressive nature of MCI post-stroke. Conclusions: These findings highlight the importance of early diagnosis and intervention to mitigate cognitive decline in post-stroke patients. The study underscores the need for ongoing cognitive monitoring to improve patient outcomes and manage MCI progression effectively.
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 | 0,001 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».