MétaCan
Menu
Retour à la cohorte
Enregistrement W4411917899 · doi:10.3389/fnagi.2025.1580722

Serum uric acid to creatinine ratio in patients with early-onset post-stroke cognitive impairment: a retrospective cohort study

2025· article· en· W4411917899 sur OpenAlexaboutno aff
Libin Liao, Weiquan Huang, Rongchao Ma, Wenwei Hu, Hui Wu, Moxi Su, Dujuan Sha

Notice bibliographique

RevueFrontiers in Aging Neuroscience · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueGout, Hyperuricemia, Uric Acid
Établissements canadiensnon disponible
Organismes subventionnairesNanjing Drum Tower Hospital
Mots-clésMontreal Cognitive AssessmentMedicineInternal medicineStroke (engine)Logistic regressionCreatinineUric acidReceiver operating characteristicRisk factorCognitionRetrospective cohort studyPhysical therapyCardiologyCognitive impairmentPsychiatryDisease

Résumé

récupéré en direct d'OpenAlex

Background: Cognitive impairment is the major complication of acute ischemic stroke, which is a significant health concern imposing a heavy economic burden on families and society. Studies have shown that the serum uric acid (SUA) level is correlated to clinical outcomes of stroke and neurogenerative diseases. The serum uric acid to serum creatinine ratio (SUA/SCr) is an independent risk factor for poor outcomes of acute ischemic stroke and can potentially become an effective diagnostic indicator for cognitive decline. In this study, we aimed to investigate the association between SUA/SCr and early-onset post-stroke cognitive impairment. Methods: Consecutive acute ischemic stroke patients from our hospital were enrolled between June 2023 and September 2024. All blood samples were collected within 24 h after admission, and the cognitive function of patients was assessed within 2 weeks using the Chinese version of the Montreal Cognitive Assessment (MoCA). SUA/SCr was calculated by serum uric acid (umol/L)/serum creatinine (umol/L) and was split into three layers according to tertiles. The subjects were divided into a post-stroke cognitive impairment group and a non-post-stroke cognitive impairment group based on cognitive assessment. Binary logistic regression with different models, multivariate logistic regression analysis, and receiver operating characteristic (ROC) curves were adopted to evaluate the predictive ability of SUA/SCr in early-onset post-stroke cognitive impairment. Results: = 0.024) was independently associated with early-onset post-stroke cognitive impairment, and the lowest tertile was independently associated with a 5.903-fold increased risk of post-stroke cognitive impairment after adjusting for confounders. The optimal cutoff value of SUA/SCr to predict post-stroke cognitive impairment was 4.874, which gave a sensitivity of 72.22% and a specificity of 63.16%. Conclusion: Our study revealed that SUA/SCr can be a potential indicator for post-stroke cognitive impairment in the early phase, a lower level of SUA/SCr upon admission was independently correlated to cognitive dysfunction after stroke.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,005
Tête enseignante GPT0,241
Écart entre enseignants0,237 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in Aging NeuroscienceMême sujetGout, Hyperuricemia, Uric AcidTravaux en français237 207