Effect of small-vessel disease on cognitive trajectory after atrial fibrillation-related ischaemic stroke or TIA
Notice bibliographique
Résumé
Post-stroke dementia is common but has heterogenous mechanisms that are not fully understood, particularly in patients with atrial fibrillation (AF)-related ischaemic stroke or TIA. We investigated the relationship between MRI small-vessel disease markers (including a composite cerebral amyloid angiopathy, CAA, score) and cognitive trajectory over 12 months. We included patients from the CROMIS-2 AF study without pre-existing cognitive impairment and with Montreal Cognitive Assessment (MoCA) data. Cognitive impairment was defined as MoCA < 26. We defined “reverters” as patients with an “acute” MoCA (immediately after the index event) score < 26, who then improved by ≥ 2 points at 12 months. In our cohort (n = 114), 12-month MoCA improved overall relative to acute performance (mean difference 1.69 points, 95% CI 1.03–2.36, p < 0.00001). 12-month cognitive impairment was associated with increasing CAA score (per-point increase, adjusted OR 4.09, 95% CI 1.36–12.33, p = 0.012). Of those with abnormal acute MoCA score (n = 66), 59.1% (n = 39) were “reverters”. Non-reversion was associated with centrum semi-ovale perivascular spaces (per-grade increase, unadjusted OR 1.83, 95% CI 1.06–3.15, p = 0.03), cerebral microbleeds (unadjusted OR 10.86, 95% CI 1.22–96.34, p = 0.03), and (negatively) with multiple ischaemic lesions at baseline (unadjusted OR 0.11, 95% CI 0.02–0.90, p = 0.04), as well as composite small-vessel disease (per-point increase, unadjusted OR 2.91, 95% CI 1.23–6.88, p = 0.015) and CAA (per-point increase, unadjusted OR 6.71, 95% CI 2.10–21.50, p = 0.001) scores. In AF-related acute ischaemic stroke or TIA, cerebral small-vessel disease is associated both with cognitive performance at 12 months and failure to improve over this period.
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 | 0,001 |
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 ».