MétaCan
Menu
Retour à la cohorte
Enregistrement W6885899870 · doi:10.1371/journal.pone.0308103.s010

S1 File -

2024· article· en· W6885899870 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

aboutLe titre ou le résumé porte un signal canadien du lexique géographique.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueFigshare · 2024
Typearticle
Langueen
DomaineNeuroscience
ThématiqueSpatial Neglect and Hemispheric Dysfunction
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMontreal Cognitive AssessmentCognitionQuantile regressionCognitive declineStroke (engine)Baseline (sea)CohortRegression analysisCohort study

Résumé

récupéré en direct d'OpenAlex

<div> Background Mild stroke affects more than half the stroke population, yet there is limited evidence characterizing cognition over time in this population, especially with predictive approaches applicable at the individual-level. We aimed to identify patterns of recovery and the best combination of demographic, clinical, and lifestyle factors predicting individual-level cognitive state at 3- and 12-months after mild stroke. Methods In this prospective cohort study, the Montreal Cognitive Assessment (MoCA) was administered at 3–7 days, 3- and 12-months post-stroke. Raw changes in MoCA and impairment rates (defined as MoCA<24 points) were compared between assessment time-points. Trajectory clusters were identified using variations of ≥1 point in MoCA scores. To further compare clusters, additional assessments administered at 3- and 12-months were included. Gamma and Quantile mixed-effects regression were used to predict individual MoCA scores over time, using baseline clinical and demographic variables. Model predictions were fitted for each stroke survivor and evaluated using model cross-validation to identify the overall best predictors of cognitive recovery. Results Participants’ (n = 119) MoCA scores improved from baseline to 3-months (<i>p</i><0.001); and decreased from 3- to 12-months post-stroke (<i>p</i> = 0.010). Cognitive impairment rates decreased significantly from baseline to 3-months (<i>p</i><0.001), but not between 3- and 12-months (<i>p</i> = 0.168). Nine distinct trajectory clusters were identified. Clinical characteristics between clusters at each time-point varied in cognitive outcomes but not in clinical and/or activity participation outcomes. Cognitive performance at 3- and 12-months was best predicted by younger age, higher physical activity levels, and left-hemisphere lesion side. Conclusion More than half of mild-stroke survivors are at risk of cognitive decline one year after stroke, even when preceded by a significantly improving pattern in the first 3-months of recovery. Physical activity was the only modifiable factor independently associated with cognitive recovery. Individual-level prediction methods may inform the timing and personalized application of future interventions to maximize cognitive recovery post-stroke. </div>

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: aucune
Score de désaccord entre enseignants0,803
Score d'incertitude au seuil0,836

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,9670,164

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 Opus0,053
Tête enseignante GPT0,272
Écart entre enseignants0,219 · 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