The prevalence of cognitive impairment and its corresponding risk factors in patients with hemodialysis
Notice bibliographique
Résumé
Objective To explore the prevalence of cognitive impairment and its corresponding risk factors in patients with hemodialysis. Methods Using a cross-sectional design,we measured cognitive function in 123 hemodialysis patients aged 31 years and above. Cognitive performance was measured with Chinese version of The Montreal Cognitive Assessment (MoCA). The corresponding risk factors were investigated spontaneously. Results Of 123 subjects who completed the investigation,84 cases were classified with cognitive impairment and the prevalence of cognitive impairment reached 68.3%. Multi-factor Logistic regression analysis indicated that eld (OR=1.090; 95% CI:1.034-1.147; P=0.001),male(OR=5.213; 95% CI:1.758-15.455; P=0.003),education time no more than 5 years (OR=0.076; 95% CI:0.014-0.420; P=0.003)and hypertention (OR=6.891; 95% CI:2.042-23.258; P=0.002)were independent risk factors of cognitive impairment in hemodialysis patients. Conclusions Hemodialysis patients are at high risk for cognitive impairment. Eld,male,education time no more than 5 years and hypertension were its independent risk factors.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».