MétaCan
Menu
← Retour à la cohorte
Enregistrement W2805582294 · doi:10.1097/01.hjh.0000539223.88275.21

WHICH COGNITIVE DOMAINS ARE AFFECTED IN HYPERTENSIVE PATIENTS? AN ANALYSIS ACCORDING TO AGE, SEX, DEPRESSION AND COMORBIDITIES

2018· article· en· W2805582294 sur OpenAlexaboutno aff
Tünde Pál, Zoltán Preg, Dalma Bálint Szentendrey, Zoltán Salló, H..Z. Márton, Enikő Nemes Nagy, Beáta Baróti, Robert Gabriel Tripon, Sándor Pál, M. Germán Salló

Notice bibliographique

RevueJournal of Hypertension · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueDementia and Cognitive Impairment Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineMontreal Cognitive AssessmentAtrial fibrillationInternal medicineCognitionStroke (engine)Depression (economics)Diabetes mellitusCoronary artery diseaseCardiologyBeck Depression InventoryPhysical therapyDiseaseAnxietyPsychiatryCognitive impairment

Résumé

récupéré en direct d'OpenAlex

Objective: We aimed in our study to investigate the prevalence of mild cognitive impairment and the affected domains in relationship with age, comorbidities and some cardiovascular risk factors among hypertensive patients. Design and method: We enrolled 357 consecutive hypertensive patients (54.1% female, 45.9% male, mean age 67.86 ± 10.45 years). Montreal Cognitive Assessment (MoCA) and Mini Mental State Examination (MMSE) tests were used to evaluate cognitive status and the shortened 13 items form of Beck Depression Inventory (BDI-13) for detecting depression. MoCA's cognitive domains were studied, according to the presence or absence of comorbidities and risk factors such as diabetes, obesity, coronary heart disease, stroke, peripheral artery disease, atrial fibrillation, depression. Nonparametric Mann-Whitney U test was used for comparison of means. Statistical analysis was performed with the IBM SPSS v.20 program. Results: We found MoCA < 26 in 70.6% (252 patients; mean score: 22.42 points, ± 4.72), MMSE < 24 in 19.6% (70 patients, mean score: 26.05 points, ± 3.24). Age negatively correlated with MoCA scores. The cognitive domains impaired by ageing were attention, visuospatial/executive, abstraction, delayed recall and language domains, while orientation and naming remained unaffected in most cases. Patients with former stroke (13.4%) had significantly lower scores in visuospatial/executive, attention, language and orientation domains, while those with atrial fibrillation (22.7%) in language and abstraction (p < 0.05). No significant difference was found in cognitive domains among patients affected or not by peripheral artery disease (11.2%), coronary heart disease (35.3%) and type 2 diabetes (38.7%). Depression was detected in 57.1% (mean BDI-13: 8.01, ± 6.04 points), depressive patients had lower performance compared to nondepressives, especially in visuospatial/executive, attention, language, abstraction and delayed recall domains. A gender related significant difference in the distribution of visuospatial/executive, naming and attention domains was present (p < 0.05), women had globally lower scores. Obese patients (47.89%) had significantly higher MOCA scores than non-obese patients, presenting better performance in visuospatial/executive and delayed recall domains. Conclusions: Mild cognitive impairment is common among hypertensive patients. Aging and depression has negative impact on cognitive performances. Women may have greater risk for cognitive decline. Cardio- and cerebrovascular diseases may influence different domains of cognitive functions.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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)0,0020,000

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 Opus0,029
Tête enseignante GPT0,313
Écart entre enseignants0,284 · 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 source (Gemma direct ou Codex distillé), 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

Citations2
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Hypertension→Même sujetDementia and Cognitive Impairment Research→Travaux en français237 207→