Malnutrition-inflammation is a risk factor for cerebral small vessel diseases and cognitive decline in peritoneal dialysis patients: a cross-sectional observational study
Notice bibliographique
Résumé
BACKGROUND: Chronic kidney disease patients have an increased prevalence of subclinical cerebrovascular diseases. Dialysis patients have severe vascular diseases burden. The cerebral small vessel diseases (CSVD) are difficult to find by clinical assessment. The evaluation of CVSD needs MRI. Cognitive impairment is a consequence of CVSD which is diagnosed by cognitive testing. These limited the study of CVSD and cognitive function in dialysis patients. Peritoneal dialysis (PD) patients are minority of dialysis population. We know even fewer about the CVSD in this special population. METHODS: In this cross-sectional study, we enrolled 72 PD patients who received care at the Peking Union Medical College hospital peritoneal dialysis center. CSVD were assessed by brain MR images. Cognitive function was evaluated with the Chinese version of the MMSE and MoCA. RESULTS: In our PD patients, the brain MRI showed the prevalence different signs of CSVD were: lacunar infarcts 38.9%, microbleeds 36.1%, abnormal brain white matter hyperintensities (WMHs) 48.6%, and intracerebral hemorrhage 4.2%. 25% and 86.8%of our patients could be diagnosed as cognitive impairment, according to the MMSE and MoCA test, respectively. nPCR was lower in patients with a lacunar infarct or intracerebral hemorrhage, and relative to the MMSA/MoCA score; hsCRP was higher in patients with lacunar infarct or abnormal WMHs and negative relative to the MMSA/MoCA score. In logistic regression analyses, nPCR was an independent risk factor for lacunar infarcts and impaired cognitive function. The presence of lacunar infarct was an independent risk factor for cognitive function decline. CONCLUSION: We demonstrated a high prevalence of CSVD and cognitive impairment in our PD patients. Lacunar infarct was the main kind of CVSD responsible for PD patients cognitive function decline. Our novel observation also revealed an association between malnutrition-inflammation and CSVD.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».