Prevalence of Post-stroke Cognitive Impairment and Dementia in a Sudanese Cohort: A Single-center Retrospective Study
Notice bibliographique
Résumé
Background: Post-stroke cognitive impairment (PSCI) and dementia are major contributors to disability worldwide. However, data from low- and middle-income countries (LMICs), including Sudan, remain limited. This study aimed to determine the prevalence of PSCI and dementia among Sudanese stroke survivors and identify associated risk factors. Methods: A hospital-based study was conducted at Al-Nou Hospital in Omdurman, Sudan. We adopted a cross-sectional design rather than a purely retrospective one. Eighty-one patients with a prior stroke diagnosis were recruited via purposive sampling (initially targeting 93 based on estimated stroke mortality but adjusted due to local constraints). A structured questionnaire and review of hospital records were used to collect demographic and clinical data; the Montreal Cognitive Assessment (MoCA) was used for cognitive evaluation. Descriptive statistics were obtained for all variables. Bivariate analyses (chi-square or Fisher-Freeman-Halton exact tests, depending on assumptions) and ordinal logistic regression were used to examine associations with four-level MoCA outcomes. Results: Of 81 stroke survivors (mean age 61.9±13.9 years), 72.8% had ischemic stroke, and 27.2% had hemorrhagic stroke. Hypertension (61.2%) and diabetes mellitus (36.2%) were the most common comorbidities. Right-hemisphere strokes were more frequent (64.2%) than left-hemisphere events (35.8%). In a four-level MoCA analysis, sex (female) and higher education were significantly associated with better cognitive outcomes (p<0.05). Comorbidity categories approached significance (p=0.075; exact p=0.063). Ordinal logistic regression confirmed higher education as an independent predictor of improved cognitive status (adjusted OR=4.07, p=0.018). Conclusion: PSCI was highly prevalent in this Sudanese stroke cohort, underscoring the need for systematic cognitive screening and aggressive management of vascular risk factors, particularly hypertension. Higher education and female sex were associated with better cognitive outcomes.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».