Development and internal validation of a nomogram for predicting cognitive impairment after mild ischemic stroke and transient ischemic attack based on cognitive trajectories: a prospective cohort study
Notice bibliographique
Résumé
Introduction: Many predictive models for cognitive impairment after mild stroke and transient ischemic attack are based on cognitive scales at a certain timepoint. We aimed to develop two easy-to-use predictive models based on longitudinal cognitive trajectories to facilitate early identification and treatment. Methods: This was a prospective cohort study of 556 patients, followed up every 3 months. Patients with at least two cognitive scales within 2.5 years were included in the latent class growth analysis (LCGA). The patients were categorized into two groups based on the LCGA. First, a difference analysis was performed, and further univariate and stepwise backward multifactorial logistic regression was performed. The results were presented as nomograms, and receiver operating characteristic curve analysis, calibration, decision curve analysis, and cross-validation were performed to assess model performance. Results: The LCGA eventually included 255 patients, and the "22" group was selected for further subgroup analysis. Among them, 29.8% were included in the cognitive impairment trajectory. Model 1, which incorporated baseline Montreal Cognitive Assessment, ferritin, age, and previous stroke, achieved an area under the curve (AUC) of 0.973, and model 2, which incorporated age, previous stroke, education, and ferritin, with an AUC of 0.771. Decision curve analysis and cross-validation showed excellent clinical applicability. Discussion: Here, we developed two simple and easy-to-use predictive models of post-stroke cognitive trajectories based on a LCGA, which are presented in the form of nomograms suitable for clinical application. These models provide a basis for early detection and prompt treatment.
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 | 0,031 | 0,036 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».