Data_Sheet_1_Better Screening Value of Sylvian Fissure Ratio on Cognitive Decline Among Female Compared to Male: An Observational Study in Elderly Patients With Cerebral Small Vessel Disease in Soochow.docx
Notice bibliographique
Résumé
<p>Background: Cognitive decline (CD) occurs frequently in elderly patients with cerebral small vessel disease (CSVD). In China, elderly patients are more likely to enter healthcare in community hospitals where no magnetic resonance imaging (MRI) is available. This study aimed to explore the screening value of Sylvian fissure ratio (SFR) on CD and compare its gender difference from community-transferred patients.</p><p>Methods: We performed a single-center, observational study (collected between April 1, 2016, and March 1, 2019) to evaluate the association between Montreal Cognitive Assessment (MoCA) and SFR in 203 eligible community-transferred patients. Baseline characteristics of patients were collected during hospitalization. Multiple linear regression analyses were used to estimate the effect of variables on MoCA, and interactions between select variables were analyzed in different models. Receiver operating characteristic (ROC) curve analysis was used to evaluate the discriminative effect of SFR to severe CD.</p><p>Results: We identified that a meaningful SFR cutoff of 0.05 had important screening value (likelihood ratio test, p = 0.067) on CD. The ratio had a lower screen value in males when compared to females (adjusted β, −5.54; 95% CI, −8.78 to −2.30 vs. adjusted β, −1.01; 95% CI, −2.84 to 0.82). The gender difference was further verified by ROC curve analysis, in which this discriminative effect was more potent in females (from 0.878 to 0.948) compared to males (from 0.838 to 0.837).</p><p>Conclusion: An SFR of 0.05 may be more useful to distinguish CD in female patients with CSVD than male patients in whom the syndrome is suspected clinically.</p>
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 | 0,000 | 0,000 |
| 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) | 0,003 | 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 tête enseignante, 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 ».