Cognitive and Emotional Impairments in Acute Post-Stroke Patients—A Cross-Sectional Study
Notice bibliographique
Résumé
Background and Objectives: Stroke is widely recognised for its physical consequences. However, cognitive and emotional impairments, such as depression, anxiety, and vascular cognitive impairment (VCI), are often under-recognised and under-treated. Our study aimed to identify and characterise cognitive and emotional sequelae in patients hospitalised for acute ischemic stroke. Materials and Methods: We conducted a cross-sectional study involving 73 patients within seven days of an acute ischemic stroke. Patients were assessed using the National Institutes of Health Stroke Scale (NIHSS), modified Rankin Scale (mRS), Montreal Cognitive Assessment (MoCA), Hachinski Ischemic Score (HIS), and the Clinical Assessment of Depression (CAD) questionnaire, which includes four subscales (Depressed Mood (DM), Anxiety/Worry, Disinterest, and Physical Fatigue). K-means clustering was applied to ten standardised clinical and psychometric variables. In addition, multiple linear regression was performed to determine independent predictors of cognitive and affective outcomes, with MoCA and CAD-DM as dependent variables. Results: Three distinct patient profiles emerged: (1) Mild Impairment Profile, characterised by minimal cognitive or emotional symptoms; (2) Depressive Profile, marked by elevated emotional symptom scores despite mild physical impairment; and (3) Vascular Cognitive Impairment Profile, comprising older patients with the most severe cognitive and functional deficits. ANOVA confirmed significant differences between groups in NIHSS, mRS, MoCA, HIS, and CAD scores, but not for age or education. Linear regression revealed that older age (β = –0.10, p = 0.012) and higher NIHSS at discharge (β = –0.72, p = 0.020) predicted lower MoCA scores, whereas years of education (β = 0.58, p = 0.013) predicted better cognition (R2 = 0.29). No demographic or clinical factors predicted depressive symptoms (all p > 0.29). Conclusions: Our study highlights the heterogeneity of post-stroke outcomes. Neuropsychiatric impairments may be present even in patients with minimal physical deficits and require targeted evaluation and management.
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
Étiquettes directes de modèles (non validées)
Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.
| Bras | Catégories | Devis d'étude | Confiance |
|---|---|---|---|
| gemma | aucune catégorie Domaine: non disponible · Genre: Empirique Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Observationnel | high |
| gpt | aucune catégorie Domaine: non disponible · Genre: Empirique Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Observationnel | high |
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 | 0,001 |
| 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 validéeÉtiqueté directement par 2 modèles lisant le dossier complet.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».