XiaoMi-AI文件搜索系统
World File Search SystemNIHSS
使用 NIHSS 子评分进行病变症状映射
摘要 背景 病变-症状映射 (LSM) 是一种统计技术，用于研究结构完整性与中风后临床结果之间的人群特定关系。在临床实践中，通常使用美国国立卫生研究院中风量表 (NIHSS) 来评估患者，这是一个包含 11 个领域的临床评分，用于量化中风引起的神经功能缺损。到目前为止，LSM 研究大多使用 NIHSS 总分进行分析，这可能无法揭示与 NIHSS 评估的特定子领域相关的细微结构-功能关系。因此，这项工作的目的是研究使用子分数信息进行 LSM 分析的可行性，以揭示总分可能无法揭示的类别特定结构-功能关系。 方法 采用多变量技术，对 ESCAPE 试验中 180 名中风后 48 小时进行 NIHSS 评估的患者样本进行 LSM 分析。使用两种方案将 NIHSS 领域分为六类。对两组的每个类别和 NIHSS 总分进行了 LSM。结果子评分 LSM 不仅可以识别出 NIHSS 总分认为至关重要的大多数大脑区域，还可以揭示对 NIHSS 评估的每个功能类别至关重要的其他大脑区域，而无需进行广泛的专业评估。结论这些发现表明，广泛使用的临床结果评估子评分可用于研究更具体的结构-功能关系，这可能会在现代临床中风评估和神经影像学背景下改善中风结果的预测模型。试验注册号 NCT01778335。
卒中危险因素与非
简介：中风是全球第二大死亡原因和第三大慢性残疾原因，幸存者超过 50%。印度尼西亚的中风死亡率在亚洲国家中最高。中风与可改变和不可改变的风险因素有关。中风患者的日常活动会受到限制。限制因他们的结果而异。本研究旨在确定中风风险因素与中风结果之间的相关性。材料和方法：本研究采用横断面观察分析研究和非概率抽样与全抽样技术。研究对象包括 2022 年 9 月至 2023 年 2 月来到 Mohammad Noer 综合医院急诊室的 77 名非血栓溶解急性缺血性中风患者。使用 R-FSRS（修订的 Framingham 中风风险评分）评估中风风险因素，并使用 NIHSS（国立卫生研究院中风量表）评估患者结果。结果：使用 R-FSRS 评估的中风风险因素与非溶栓急性缺血性中风患者的预后之间的相关性显着，P 值 <0.001。血压和 2 型糖尿病与 NIHSS 评估的中风结果之间的相关性显着，P 值 <0.001。结论：在缺血性中风患者中，R-FSRS 评估的中风风险因素与 NIHSS 评估的中风结果之间存在显着相关性。高血压和糖尿病是中风的主要风险因素。马来西亚医学与健康科学杂志 (2024) 20(SUPP9): 133-138。doi:10.47836/mjmhs20.s9.21
JKKI：印尼医学和健康杂志
中风是长期残疾的主要因素，其发病率每年继续上升。本病例报告旨在探讨将干细胞疗法与重复的经颅磁刺激（RTMS）相结合的有希望的好处，以管理急性缺血性中风患者。一名62岁的男性出现了左侧偏瘫和偏瘫，以及注意领域的认知障碍。他的病史包括数十年来不受控制的高血压和五年的糖尿病。一项非对比度的头部计算机断层扫描（CT）扫描显示，右中大脑动脉（MCA）梗塞，入院急诊室时，最初的国立卫生中风量表（NIHSS）最初是13个。进行了感染和肿瘤标记，以确认接受干细胞疗法的患者没有禁忌症。在急性期之后，患者接受了涉及干细胞疗法和串行RTM的全面治疗方案。临床评估包括NIHSS，Barthel指数和Fugl-Meyer评估，以评估神经系统缺陷。此外，还进行了蒙特利尔认知评估 - 印度人版本（MOCA-INA）评估，脑电图检查和运动阈值。该病例报告的结果表明，NIHSS，运动量和治疗后认知功能的改善。在这种情况下，以运动强度和更高皮质功能的形式获得了临床结果的改善。干细胞疗法与RTMS结合在治疗缺血性卒中患者的各种神经增生和康复方面具有良好的潜力。
早期脑电图改变与 CTP 低灌注量和神经功能缺损相关：超急性缺血性中风的无线脑电图研究
摘要 — 急性缺血性卒中脑电活动与脑组织低灌注有关，是神经血管耦合的表现。EEG 可适用于紧急情况下的床边功能监测。我们旨在研究超急性缺血性卒中 EEG 变化（用床边无线 EEG 测量）与低灌注核心半暗影 CT 灌注 (CTP) 体积之间的关系。此外，我们还研究了 EEG 和 CTP 参数与 NIHSS 测量的神经功能缺损之间的关联。我们对 31 名在症状出现后 4.5 小时内登记的前部急性缺血性卒中患者的 EEG、CTP 和临床资料进行了分析和处理。结果表明，Delta/alpha 比率 (DAR)、(delta + theta)/ (alpha + beta) 比率 (DTABR) 和相对 delta 功率与总低灌注量呈正相关 (q = 0.72; 0.63; 0.65)，而 alpha 则与总低灌注量呈负相关 (q = 2 0.66)。DAR、DTBAR 和相对 delta 和 alpha 参数也与缺血核心体积相关 (q = 0.55; 0.50; 0.59; 2 0.51)。相同的 EEG 参数和 CTP 体积与入院时 NIHSS 呈显著关系。多元逐步回归显示，DAR 是入院时 NIHSS 的最强预测因子 (p < 0.001)。本研究结果表明，脑电图参数的超急性改变与低灌注组织的程度高度相关，突出了定量脑电图作为评估中风严重程度的补充工具的价值及其在急性缺血性中风监测中的潜在作用。
使用机器学习模型随机森林预测缺血性中风的大血管闭塞
摘要背景鉴于疾病的发病率和干预时间窗短，在院前及时识别大血管闭塞 (LVO) 极为重要。目前的评估策略仍然具有挑战性。本研究的目的是开发一个机器学习 (ML) 模型，使用院前可访问的数据来预测 LVO。方法纳入 2016 年 1 月至 2021 年 8 月期间在基于计算机的急性卒中患者在线数据库（用于卒中管理质量评估-II）数据集中接受 CT 或 MR 血管造影并在症状出现后 8 小时内接受再灌注治疗的连续急性缺血性卒中患者。我们开发了八个 ML 模型，将美国国立卫生研究院卒中量表 (NIHSS) 项目与人口统计学、病史和血管危险因素相结合，以识别 LVO 并验证其有效性。结果最终，15 365 名患者被纳入训练集，4 215 名患者被纳入测试集。在测试集上，随机森林 (RF)、梯度提升机和极端梯度提升的曲线下面积 (AUC) 为 0.831（95% CI 0.819 至 0.843），高于其他模型，其中 RF 的特异性最高（0.827）。此外，RF 的 AUC 高于其他量表，与 NIHSS 相比，模型的准确率提高了 6.4%。我们还发现识别 LVO 的前五项是 NIHSS 总分、凝视偏差、意识水平 (LOC)、LOC 命令和左腿运动。结论 我们提出的模型可以成为基于院前可获取医疗数据的预测 LVO 的有用筛查工具。试验注册号 NCT04487340。
基于非...
结果：基于AIS患者的结果，有104例发展HT，其余76个没有HT。HT组由27个出血性梗死（HI）和77个实质性渗透（pH）组成。HT患者的中性粒细胞与淋巴细胞比（NLR），基线国家卫生中风量表（NIHSS）得分（NIHSS）得分，梗死体积以及RADSCORE和较低的艾伯塔族中风计划早期CT评分（全部P <0.01）（所有P <0.01）。用于构建模型的最佳ML算法是逻辑回归。在培训和验证队列中，预测HT的临床，放射线和临床 - 放射线学模型的AUC值分别为0.829和0.876、0.813和0.813和0.898，以及0.876和0.957。在具有不同治疗方式，不同梗塞大小和中风时间窗口的亚组分析中，临床放射线学模型的评估准确性在统计学上没有意义（所有P> 0.05），总准确性为79.5％。此外，该模型在预测pH和HI子类别方面可靠地执行，精度分别为82.9％和92.9％。
大脑计算机界面的研究文章效果 -
目的。观察脑部计算机界面的下肢康复机器人（BCI-LLRR）对中风的功能恢复并探索机制的影响。方法。亚急性相卒中患者被随机分为两组。除了常规干预外，治疗组的患者在BCI-LLR上接受了培训，并在对照组进行了下肢踏板训练，均在同一时间（30分钟/天）。所有患者均通过诸如美国国立卫生研究院量表（NIHSS）和FUGL -MEYER上和下肢运动功能和平衡测试等工具进行评估。在治疗前还对患者进行了4周的测试。结果。4周后，在治疗组和对照组中，FUGL – Meyer腿部功能和NIHSS得分显着提高（P <0。01）。在3个月时，观察到进一步的显着改善。te MEP振幅和治疗组的潜伏期显着改善了对照组。对分数各向异性值的治疗效果不是显着的。结论。te bci-llrr在中风后促进了腿部功能恢复，并改善了日常生活的活动，这可能是通过改善脑皮质兴奋性和白质连接性来促进了腿部恢复。
使用机器学习模型随机森林
摘要背景鉴于疾病的发病率和干预时间狭窄的时间窗口，在院前阶段对大血管闭塞（LVO）的及时识别非常重要。当前的评估策略仍然具有挑战性。这项研究的目的是开发机器学习（ML）模型，以使用院前可访问数据来预测LVO。在基于计算机的急性中风患者的症状发作后8小时内接受了CT或MR血管造影术并在8小时内接受再灌注疗法的连续急性急性缺血性中风患者，包括2016年1月至2021年8月。我们开发了八种ML模型，以将国立卫生学院中风量表（NIHSS）项目与人口统计学，病史和血管风险因素相结合，以识别LVO并验证其效率。结果最后，训练组中包括15例365例患者，并将4215例患者纳入了测试组中。在测试集，随机森林（RF），梯度提升机和曲线下的极端梯度提升面积为0.831（95％CI 0.819至0.843），它们高于其他模型，RF呈现出最高的特异性（0.827）。此外，RF的AUC高于其他量表，与NIHS相比，模型的准确性提高了6.4％。我们还发现，识别LVO的前五项是NIHSS总分，凝视偏差，意识水平（LOC），LOC命令和电动机左腿。结论我们提出的模型可能是基于院前可访问的医疗数据来预测LVO的有用筛选工具。试用注册号NCT04487340。
o r i g i n a l r e s a r c h在急性护理后康复计划下的出血和缺血性中风患者的功能恢复模式
背景：如果不了解其恢复潜力，就无法为中风患者量身定制的康复计划。这项研究的目的是表征在急性护理中风后康复下的缺血性中风（IS）和脑内出血（ICH）患者的功能恢复模式。Methods: This retrospective study analyzed the data of patients enrolled in the Post-Acute Care-Cerebrovascular Disease (PAC-CVD) rehabilitation program, which provides an indi vidualized 1- to 3-hour intensive physical, occupational, and speech and language therapy for post-acute stroke patients in Taoyuan Chang Gung Memorial hospital in Taiwan.我们的主要终点度量是Barthel指数（BI），次要终点度量包括其他12个功能措施。结果：总共包括489名患者进行分析。中风史的患者比遭受首次中风的患者的改善率较小。在完成了6至12周的PAC-CVD计划的有史以来的中风患者中，皮质下ICH患者的BI，生活质量，感觉和平衡改善的效果更大，并且比同类产品的后期恢复更大。是患者，年龄> 75岁的患者的BI改善较少。与NIHSS得分> 5的人相比，国家健康中风量表（NIHSS）得分为1-5的人的运动日志使用质量（MAL质量）的改善更高；那些具有小精神状态检查（MMSE）得分≥24的人具有更大的BI和日常生活（IADL）改进的仪器活动。关键词：日常生活的活动，功能恢复，出血性中风，缺血性中风，急性后护理，康复使用通用线性模型，先前的中风（ß：-6.148，p = 0.01）和皮层下ICH（ß：5.04，p = 0.03）是与BI改善有关的因素。结论：皮层ICH患者的功能改善和晚期恢复比PAC康复后的IS恢复更大。需要进行更多的研究来验证我们的发现并揭示中风恢复的潜在机制，以优化中风后的治疗策略。
针灸在势后抑郁症治疗中的功效：一项随机对照试验的研究方案
总共将招募84例PSD患者，并以1：1的比例随机分配给两组之一。基于常规中风治疗，对照组将接受Xingnaokaiqiao（XNKQ）针灸，并且实验组将与XNKQ针灸同时接受抗抑郁针灸。干预措施将持续四个星期，并且将在治疗前后收集数据。汉密尔顿抑郁量表（HAMD-17）是主要结果措施，次要结果措施包括自我评价抑郁量表（SDS），美国国家健康中风研究所（NIHSS）和修改后的Barthel指数（MBI）。血清IL-1β，IL-4、5-HT和BDNF将用作实验室指标。将在基线，两周和四个星期时评估量表，血清项目将在基线和治疗后四周进行测量。这项研究将观察针灸对PSD的临床作用以及血清相关的炎症细胞因子的变化，并从炎症反应的角度探索针灸抗抑郁的可能机制。