Kidney Disease and Cognitive Function: African American-Diabetes Heart Study MIND
Notice bibliographique
Résumé
AIMS: Albuminuria and reduced estimated glomerular filtration rate (eGFR) are linked with poorer cognitive performance in European-ancestry populations with advanced nephropathy; relationships in African Americans (AAs) with type 2 diabetes (T2D) are less clear. Tests of cognitive performance, urine albumin:creatinine ratio (UACR), and CKD-EPI eGFR were performed in unrelated AAs with T2D to determine relationships. METHODS: Cross-sectional analysis of 263 unrelated AAs with T2D recruited in the African American-Diabetes Heart Study (AA-DHS) MIND. Global cognitive function (mini-mental state exam [3MSE] and Montreal Cognitive Assessment [MoCA]), memory (Rey Auditory Verbal Learning Test [RAVLT]), executive function (Stroop, verbal fluency for animals, and Digit Symbol Copy [DSC]), UACR, and eGFR were determined. Relationships between cognitive tests and renal parameters were assessed using multivariate models, adjusted for age, gender, body mass index, hemoglobin A1c, level of education, hypertension, and LDL cholesterol. RESULTS: Participants had a mean ± SD age of 60.2 ± 9.7 years, 62.7% were female, T2D duration was 14.3 ± 8.9 years, eGFR 86.0 ± 23.2 ml/min/1.73 m(2), and UACR 155.8 ± 542.1 (median 8.1) mg/g. In adjusted models, higher UACR was associated with worse 3MSE (p = 0.014), MoCA (p = 0.0089), DSC (p = 0.0004), Stroop performance time (p = 0.003), Stroop errors (p = 0.032), and Stroop interference (p = 0.026). Higher eGFR was associated with better performance on DSC (p = 0.0071). CONCLUSIONS: In AAs with T2D, albuminuria and eGFR were associated with cognitive function, even in mild kidney disease. These data stress the need for interventions to prevent cognitive decline well before the late stages of kidney disease.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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) | 0,000 | 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 ».