Chonic Cortical Cerebral Microinfarcts Slow Down Cognitive Recovery After Acute Ischemic Stroke
Notice bibliographique
Résumé
Background and Purpose. Cortical cerebral microinfarcts (CMI) have been associated with vascular dementia and Alzheimeru2019s disease. The aim of the present study was to evaluate the role of cortical CMI detected on 3T MRI, on the evolution of cognition during the year following an acute ischemic stroke. Methods. We conducted a prospective and monocentric study, including patients diagnosed for a supra-tentorial ischemic stroke with a National Institute of Health Stroke Score (NIHSS) u2265 1, without pre-stroke dementia or neurological disability. Cortical CMI were assessed on a brain 3T MRI realized at baseline, as well as markers of small vessel disease (SVD), stroke characteristics and hippocampal atrophy. Cognitive assessment was performed at three time-points (baseline, three months and one-year) using the Montreal Cognitive Assessment (MoCA), the Isaacs set test (IST), and the Zazzou2019s cancellation task (ZCT). Generalized linear mixed models were performed to evaluate the relationships between the number of cortical CMI and changes in cognitive scores over one-year.Results. Among 199 patients (65 u00b1 13 years old, 68% men), 88 (44%) had at least one cortical CMI. Hypertension was the main predictor of a higher cortical CMI load (B = 0.58, p = 0.005). The number of cortical CMI was associated with an increase time at the ZCT over one-year (B = 3.84, p = 0.01), regardless of the other MRI markers, stroke severity and demographic factors. Conclusion. Cortical CMI are additional MRI markers of poorer processing speed after ischemic stroke. These results indicate that a high load of cortical CMI in stroke patients can be considered as a cerebral frailty condition which counteracts to the recovery process, suggesting a reduced brain plasticity among these patients.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,004 | 0,001 |
| Science ouverte | 0,006 | 0,010 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,019 | 0,002 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».