Pattern of cognitive deficit in vascular dementia
Notice bibliographique
Résumé
Background: Vascular dementia (VaD) is the second most common cause of dementia after Alzheimer’s disease. Vascular dementia has heteregeneous manifestation due to varying infarct location and subtypes. Despite quite frequent in Indonesia due to high incidence of stroke, the study about pattern of cognitive deficit in vascular dementia are still limited. Methods: This study is an observational cross-sectional consecutive sampling study conducted at the Memory Clinic of Provincial General Hospital Prof. Dr. R.D.Kandou, Manado, North Sulawesi, Indonesia during the period 1 January 2023 to 31 March 2024. Vascular dementia was diagnosed based on NINDS-AIREN criteria, and further classified based on Vascular Impairment of Cognition Classification Consensus Study (VICCCS). Cognitive examinations were done by using the Indonesian version of the Montreal Cognitive Assessment instrument (MoCA- INA) and other cognitive examinations. Results: There were 100 subjects who met the inclusion and exclusion criteria. The mean MoCA-INA in the study subjects was 12.2 (SD ± 6.0), with the lowest value found in mixed type dementia followed by multiple infarction/cortical and subcortical vascular dementia. Memory was the domain that most frequently impaired in vascular dementia. Impairments in the language domain were more common in the multiple infarct/cortical subtype, while executive function deficits were more frequently found in the subcortical subtype of vascular dementia (p<0.001). Attention, memory and visuospatial disorders did not show any significant differences in the three subtypes of vascular dementia. Conclusion: Language disorders are more common in multiple infarction or cortical subtypes, while executive function is more dominantly impaired in the cortical subtype.
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 | 0,000 | 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 | 0,000 |
| 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 ».