Prevalence and patterns of cognitive impairment in adult hemodialysis patients: the COGNITIVE-HD study
Notice bibliographique
Résumé
Background: Mounting evidence indicates an increased risk of cognitive impairment in adults with end-stage kidney disease on dialysis, but the extent and pattern of deficits across the spectrum of cognitive domains are uncertain. Methods: We conducted a cross-sectional study of 676 adult hemodialysis patients from 20 centers in Italy, aiming to evaluate the prevalence and patterns of cognitive impairment across five domains of learning and memory, complex attention, executive function, language and perceptual-motor function. We assessed cognitive function using a neuropsychological battery of 10 tests and calculated test and domain z-scores using population norms (age or age/education). We defined cognitive impairment as a z-score ≤ -1.5. Results: Participants' median age was 70.9 years (range 21.6-94.1) and 262 (38.8%) were women. Proportions of impairment on each domain were as follows: perceptual-motor function 31.5% (150/476), language 41.2% (273/662), executive function 41.7% (281/674), learning and memory 42.2% (269/638), complex attention 48.8% (329/674). Among 474 participants with data for all domains, only 28.9% (n = 137) were not impaired on any domain, with 25.9% impaired on a single domain (n = 123), 17.3% on two (n = 82), 13.9% on three (n = 66), 9.1% on four (n = 43) and 4.9% (n = 23) on all five. Across patients, patterns of impairment combinations were diverse. Conclusions: In conclusion, cognitive impairment is extremely common in hemodialysis patients, across numerous domains, and patients often experience multiple deficits simultaneously. Clinical care should be tailored to meet the needs of patients with different types of cognitive impairment and future research should focus on identifying risk factors for cognitive decline.
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 ».