MétaCan
Menu
Retour à la cohorte
Enregistrement W2312655347 · doi:10.1177/1474515116641299

The association between atrial fibrillation and cognitive function in patients with heart failure

2016· article· en· W2312655347 sur OpenAlexaboutno aff
Huifeng Yang, Weihua Niu, Xiaoying Zang, Mei‐Hsiang Lin, Yue Zhao

Notice bibliographique

RevueEuropean Journal of Cardiovascular Nursing · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueAtrial Fibrillation Management and Outcomes
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineAtrial fibrillationHeart failureAssociation (psychology)CardiologyInternal medicineCognitionPsychiatry

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Atrial fibrillation (AF) is associated with cognitive impairment in heart failure (HF). AIMS: The purpose of this study was to examine whether AF independently predicted cognitive function in HF patients after controlling for more demographic, medical and psychological characteristics, and whether the timing of AF onset in relation to HF diagnosis independently contributed to cognitive function in HF patients with AF. METHODS: A total of 188 hospitalized HF patients (62.8% male, age 66.3±10.6 years) completed cognitive function assessment with the Montreal Cognitive Assessment (MoCA). A history of AF, along with other medical characteristics, was ascertained through a review of participants' medical charts. The timing of AF onset in relation to HF diagnosis was categorized into AF occurring prior to HF diagnosis (i.e. prior AF) and AF developing after HF diagnosis (i.e. incident AF). RESULTS: =0.027, p=0.047). CONCLUSION: AF independently contributes to cognitive function in HF patients after adjusting for more confounding variables. The timing of AF onset in relation to HF diagnosis independently predicts cognitive function in HF patients with AF. Prospective studies are needed to elucidate possible mechanisms for the association between AF and cognitive function in HF populations.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,174
Score d'incertitude au seuil0,166

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,016
Tête enseignante GPT0,243
Écart entre enseignants0,227 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations10
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Journal of Cardiovascular NursingMême sujetAtrial Fibrillation Management and OutcomesTravaux en français237 207