Cognition and coronary events: A narrative overview of neurocognitive impairment in ACS patients
Notice bibliographique
Résumé
Neurocognitive dysfunction is a common but often overlooked complication in patients with Acute Coronary Syndrome (ACS). This narrative review aims to provide a comprehensive synthesis of current evidence on the prevalence, mechanisms, clinical assessment, and management strategies of cognitive impairment in ACS patients. We highlight how neurocognitive deficits including memory loss, reduced attention, and executive dysfunction arise from cerebral hypoperfusion, systemic inflammation, microvascular injury, and post-infarct metabolic stress. These deficits arise from mechanisms including cerebral hypoperfusion, systemic inflammation, microvascular injury, and post-infarct metabolic stress. Such impairments are associated with poorer clinical outcomes, decreased treatment adherence, and increased mortality. Routine cognitive assessment remains absent from standard ACS management, despite the availability of effective tools such as the Montreal Cognitive Assessment (MoCA), which can detect subtle cognitive deficits early in hospitalization. Integrating cognitive screening into clinical protocols enables timely interventions and better patient stratification. Management strategies should combine pharmacological treatment of cardiovascular risk factors with non-pharmacological interventions such as cognitive rehabilitation, mental health support, and lifestyle modification. Multidisciplinary collaboration between cardiology, neurology, psychology, and rehabilitation specialists is essential to address both cardiac and cognitive recovery. By integrating findings from clinical and epidemiological studies, this review underscores the need for routine cognitive screening, multidisciplinary care, and innovative interventions such as telemedicine to improve patient outcomes. Recognizing cognitive health as an integral part of ACS management offers a more holistic, patient-centered approach to recovery.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».