Cognitive function in patients with peripheral artery disease: a prospective single-Center cohort study
Notice bibliographique
Résumé
AIM: The aim of the present study was to examine the association between cardiovascular comorbidities and risk factors, and cognitive function in peripheral artery disease (PAD) patients, as well as to determine the influence of cognitive function on cardiovascular outcome in a two-year follow-up. METHODS: The cognitive function of 104 PAD patients was assessed using the mini-mental test (MMSE). Ankle Brachial Index (ABI), Fontaine stage, PAD localization, cardiovascular risk factors and comorbidities were taken from the electronic patient charts. A multiple logistic regression model, which included myocardial infarction (MI), stroke/transient ischemic attack (TIA), diabetes mellitus (DM), coronary heart disease (CHD) and smoking was performed to compare patients with and without cognitive impairment. All study participants were followed for two years in order to evaluate their cardiovascular outcome, mortality and revascularisation rate. RESULTS: There was no significant difference in mini-mental state between asymptomatic and symptomatic PAD patients. ABI and PAD localization was not related to cognitive function. However, pre-existing stroke, TIA, coronary artery disease (CAD) or DM were associated with a lower MMSE score. When MMSE was dichotomized in ≤27 and >27 points, the presence of CAD, history of cerebrovascular events and DM was associated with a MMSE ≤27 in multivariate analysis. There was no association between MMSE and cardiovascular event rate. CONCLUSION: PAD patients with CAD, stroke, TIA or DM have worse cognitive function than those without these factors. There was no evidence that cognitve function influenced cardiovascular outcome.
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 ».