Post-stroke cognitive impairment and fatigue in patients with white matter hyperintensities. A prospective cohort study
Notice bibliographique
Résumé
Background: Cognitive impairment, depression, and fatigue are often neglected symptoms post-stroke. This study aimed to identify how white matter hyperintensity (WMH), a marker for cerebral small vessel disease (CSVD), is associated with post-stroke cognitive impairment, fatigue, and depression. Methods: This prospective cohort study included participants admitted with stroke or transient ischemic attack. Participants were classified into two groups based on WMH on magnetic resonance imaging (MRI) using the Fazekas scale (0-1: no CSVD, 2-3: CSVD). Cognitive function was assessed using the Montreal Cognitive Assessment (MoCA), Symbol Digit Modalities Test (SDMT), and Informant Questionnaire on Cognitive Decline in the Elderly (IQCODE) in the acute stroke phase (≤14 days) and three months post-stroke. Fatigue and depression were evaluated with the Fatigue Severity Scale (FSS) and the Beck Depression Inventory-II (BDI-II). Results: = 0.011) independently of age. There was no association between the Fazekas score and MoCA or BDI-II. Conclusion: These findings highlight the association between WMH, lower processing speed on the SDMT test in the acute stroke phase, and higher fatigue post-stroke. We propose that the WMH burden should be considered in all patients admitted with stroke or transient ischemic attack to identify those at increased risk of post-stroke cognitive impairment and fatigue.
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 ».