The Association of Glycemic Gap with Cognitive Function After Ischemic Stroke or Transient Ischemic Attack
Notice bibliographique
Résumé
Background: Glycemic gap (GG), as a measure of an acute derangement in glucose level in response to an active disease state, has been found to be associated with adverse outcomes in many diseases. This study aimed to determine the relationship of GG with cognitive function after ischemic stroke or transient ischemic attack (TIA). Methods: Patients included were enrolled from a subgroup of China National Stroke Registry-III (CNSR-III). Cognitive function was assessed by the Beijing edition of the Montreal cognitive assessment (MoCA) scale. Post-stroke cognitive impairment (PSCI) was diagnosed as a MoCA score≤ 22. Post-stroke cognitive decline (PSCD) was defined as a decrease of > 2 points on the MoCA score between the 3-month and 1-year assessments. GG was calculated using admission blood glucose minus hemoglobin A1c-derived average blood glucose. Multivariable logistic regression analysis was used to evaluate the correlation between GG and cognitive function. Results: We enrolled 767 patients with a median age of 60 years old, including 247 (32.2%) patients with PSCI in 3 months, 228 (29.73%) with PSCI in 1 year, and 166 (21.64%) patients with PSCD. The highest GG levels were related to PSCI in 3 months after adjusted for multiple potential confounders (adjusted odd ratio (OR): 2.021, 95% CI: 1.055– 3.869, P =0.0338), but not in patients with PSCI in 1 year or PSCD. No significant interactions for the impact on PSCI were observed in subgroups ( P interaction > 0.05 for all). Conclusion: Our findings show that GG is associated with acute post-stroke cognitive impairment, but not with the long-term cognitive impairment or cognitive decline. Keywords: cognitive function, glycemic gap, stroke, transient ischemic attack A Letter to the Editor has been published for this article .
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 ».