GRECOG-Vasc Study : study of cognitive status of patients 6 months after stroke : Characteristics of the initial cohort in Amiens
Bibliographic record
Abstract
Introduction : Les démences post-AVC et les troubles cognitifs vasculaires non démentiels, constituent un handicap souvent sous-estimé des accidents vasculaires cérébraux (AVC). Afin d améliorer le diagnostic des troubles cognitifs vasculaires (TCV), une batterie standardisée a été proposée sous l égide du NINDS-Canadian Stroke Network. Le Groupe de Recherche sur l Evaluation COGnitive VASCulaire (GRECOG-Vasc) a adapté cette batterie en langue française et mis en place une étude multicentrique. L objectif principal de notre étude était la description des caractéristiques démographiques, cliniques et des données d imagerie de la cohorte initiale incluse dans le service de Neurologie du CHU d Amiens, et revue 6 mois après l AVC. L objectif secondaire était d évaluer la fréquence des déficits cognitifs aux tests MMSE et MoCA à la phase initiale et à 6 mois. Méthode : Les patients âgés de 40 à 80 ans, indemnes de toute autre pathologie perturbant la cognition, ayant présenté un infarctus ou une hémorragie cérébrale, ont été inclus sur une période de 8 mois et ont été évalués à 6 mois par une consultation neurologique, neuropsychologique et une IRM cérébrale. Résultats : Parmi les 86 patients pré-inclus à la phase initiale, 66 ont été inclus à 6 mois et 8 évalués par téléphone. Les caractéristiques étaient un âge moyen de 66,9 ans (+-10,4), une prédominance masculine (53%) et de niveau de scolarité primaire (42%). Les AVC étaient majoritairement des infarctus (91%) de type partiel dans la circulation antérieure (48%). Les étiologies des infarctus étaient dominées par les causes cardioemboliques (27%) puis par l athérome (17%). Malgré une augmentation significative (respectivement, p=0,04 et p=0,03) des scores aux MMSE et MoCA à 6 mois par comparaison à la phase initiale, la fréquence des déficits (MMSE: 28,8% ; MoCA: 26%) ne différait pas à 6 mois (MMSE: p=1; MoCA: p=0.24). Malgré des scores au MoCA inférieurs (p=0.0001) à ceux du MMSE, la fréquence des MMSE déficitaires ne différait pas de celle des MoCA déficitaires à la phase initiale (p=0,4) et à 6 mois (p=0,8). Conclusion : Les caractéristiques de notre cohorte étaient superposables à la plupart des cohortes hospitalières. Le taux de patients non-revus était relativement élevé, situation habituelle dans cette population à laquelle nous souhaitons remédier par la réalisation d une évaluation téléphonique pour les patients qui ne se présentent pas à 6 mois. Enfin, le MoCA ne semble pas plus sensible que le MMSE pour détecter un déficit cognitif dans les suites d un AVC.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.002 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.001 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".