Associations between systemic inflammation and cognitive trajectories post-stroke
Notice bibliographique
Résumé
Our objective was to explore whether plasma inflammatory biomarkers and related metabolites in acute phase and 3 months after stroke were associated with different cognitive trajectories and with changes in cognition post-stroke. The Norwegian Cognitive Impairment After Stroke (Nor-COAST) study was a prospective, multicentre cohort study of patients with acute stroke, followed up at 3, 18, and 36 months post-stroke. First, we modelled cognitive trajectory groups based on Montreal Cognitive Assessment (MoCA) scores and used multinominal logistic regression to study the associations between systemic inflammatory biomarkers/metabolites and group membership. Second, using mixed linear regression, we investigated whether the same biomarkers/metabolites were associated with changes in MoCA scores over time, stratified by pre-stroke cognitive status. The 466 participants had mean (SD) age 72 (12) years, 59% were males, and mean (SD) NIHSS score at admittance was 4 (4.8). Higher acute-phase values of the terminal complement complex, interleukin 6, macrophage inflammatory protein 1α, neopterin, quinolinic acid, and PA ratio = 4-pyridoxic acid / (pyridoxal + pyridoxal 5'-phosphate) and higher 3-month values of neopterin were associated with increased risk of being in the group characterized by low and declining MoCA score compared to the group of best MoCA score (p < 0.01). Higher acute-phase values of tumour necrosis factor and interleukin 8, were associated with progressive decline in the MoCA score (p < 0.01). Premorbid factors, and in particular pre-stroke frailty, had more impact on the models than stroke-related factors, and partly confounded several of these associations. Higher degrees of systemic inflammation in the acute phase were associated with worse cognitive trajectories and may reflect the response to the acute stroke, stroke-related complications and/or premorbid conditions.Trial registration: ClinicalTrials.gov: NCT02650531. Retrospectively registered January 8, 2016. First participant included May 18, 2015.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».