Cognitive status among patients with chronic obstructive pulmonary disease
Notice bibliographique
Résumé
PURPOSE: We investigated the association between cognitive impairment and chronic obstructive pulmonary disease (COPD), taking into account demographic and clinical variables evaluated during routine practice. PATIENTS AND METHODS: We performed a post hoc analysis of a cross-sectional study that included subjects with stable COPD. Sociodemographic and clinical information was recorded using the Body mass index, airflow Obstruction, Dyspnea and Exacerbations index and the Charlson comorbidity index. Cognitive performance was studied by the mini-mental state examination, with a score less than 27 indicating clinical impairment. Depressive symptoms, physical activity, and quality of life (EuroQoL-5 dimensions and COPD Assessment Test) were also evaluated. RESULTS: The analysis included 940 subjects. The prevalence of cognitive impairment was 39.4%. Multivariate logistic regression models revealed that cognitive impairment was associated with educational level (odds ratio [OR] =0.096, 95% confidence interval [CI] =0.011-0.447) and poorer quality of life measured by the EuroQoL-5 dimensions social tariff (OR =0.967, 95% CI =0.950-0.983). When questionnaires were not included in the analysis, cognitive impairment was associated with educational level (OR =0.063, 95% CI =0.010-0.934), number of exacerbations (OR =11.070, 95% CI =1.450-84.534), Body mass index, airflow Obstruction, Dyspnea and Exacerbations index score (OR =1.261, 95% CI =1.049-1.515), and the Charlson comorbidity index (OR =1.412, 95% CI =1.118-1.783). CONCLUSION: Cognitive impairment is common in COPD and is associated with low educational level, higher disease severity, and increased comorbidity. This could have therapeutic implications for this population.
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 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».