Association of Motoric Cognitive Risk Syndrome with Cardiovascular Disease and Risk Factors: Results from an Original Study and Meta-Analysis
Notice bibliographique
Résumé
BACKGROUND: Motoric cognitive risk (MCR) syndrome, a recently described pre-dementia syndrome, has been associated with cardiovascular disease and their risk factors (CVDRF). OBJECTIVE: To determine whether MCR syndrome was associated with CVDRF in French community-dwelling older adults, and to quantitatively evaluate, with a systematic review and meta-analysis, the association of MCR syndrome with CVDRF. METHODS: Based on a cross-sectional design, 238 older adults without dementia were selected from the French GAIT study. An English and French systematic Medline and Embase search (without limiting date of publication) was also conducted in February 2017 using the terms "motoric cognitive risk syndrome" OR "motoric cognitive risk" OR "motoric risk". The systematic review and meta-analysis included 8 studies. CVDRF were defined as cardiovascular diseases, hypertension, diabetes, stroke, obesity and abnormal waist-hip ratio (WHR). RESULTS: The prevalence of MCR syndrome in the current original study was 16.8%. MCR syndrome was associated with abnormalWHR(Odds ratio [OR] >2.8 with p < 0.020) and high blood pressure (OR >2.5 with p < 0.025). Of the 202 originally identified abstracts, 7 (3.5%) were selected for the systematic review. The meta-analysis showed that all pooled OR were significant with a p-value <0.001 (OR = 1.41 for cardiovascular diseases, 1.21 for hypertension, 1.44 for diabetes, 2.05 for stroke, and 1.34 for obesity). When pooling all CVDRF, the overall OR was 1.38 (95% CI, 1.33-1.45) with p-value <0.001. CONCLUSION: MCR syndrome is significantly associated with CVDRF. These findings suggest that a vascular mechanism may underlie the pathophysiology of MCR syndrome.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,005 | 0,003 |
| 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 | 0,001 |
| 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 ».