A study of mild cognitive impairment in veterans: role of hypertension and other confounding factors
Notice bibliographique
Résumé
INTRODUCTION: Hypertension has shown to be an important risk factor for the decline in cognitive function. Aim of our study is to investigate the presence of cognitive impairment of the elders with hypertension and other confounding factors. METHODS: This study was conducted on 400 veterans who were matched one-to-one with the confounding factors for assessing the presence of mild cognitive impairment using both MMSE and Montreal Cognitive Assessment (MoCA). The 13 related factors of patient data were studied. RESULTS: The prevalence rate of cognitive impairment was 29.25%. Age (OR 2.679, 95%CI 1.663-6.875), sleep impairment (OR 1.117, 95%CI 1.754-7.422), uncontrolled hypertension (OR 1.522, 95%CI 1.968-4.454), type 2 diabetes (OR 2.464, 95%CI 1.232-4.931), and hyperlipidaemia (OR 1.411, 95%CI 1.221-8.988) are the risk factors for the cognitive deterioration, while the protective factors are high level of education (OR 0.032, 95%CI 0.007-0.149) and regular exercise (OR 0.307, 95%CI 0.115-0.818). DISCUSSION: Because some vascular disease risk factors, such as hypertension, can be treated effectively, cognitive decline related to these risk factors, and vascular disease per se, may be prevented or its course modified through more aggressive treatment and improved compliance.
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) | 0,000 | 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 ».