Quantifying cognitive dysfunction across the spectrum of end‐stage kidney disease: A systematic review and meta‐analysis
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Cognitive dysfunction is reportedly highly prevalent among chronic kidney disease (CKD) patients. A variety of screening tools and neuropsychiatric batteries are used to quantify the magnitude and nature of this dysfunction. Our objective is to summarize the neurocognitive testing used, and determine what degree cognitive dysfunction is reported in CKD patients. All study designs published in English that contained participants who were either pre-dialysis patients, haemodialysis (HD) or peritoneal dialysis (PD) patients or renal transplant recipients were considered. Reported comparative non-CKD control data was also collected. All study designs were included. The search period encompassed articles from 1980 to May 2018. This review is registered with PROSPERO (CRD42018096568). Of the 1711 articles screened, 148 articles were relevant and used in the meta-analysis. Commonly used assessments were The Mini-Mental State Examination (MMSE), The Modified Mini-Mental State Examination, the Trails Making Tests (TMT) forms A and B and components of the Wechsler Adult Intelligence Scale: Digit Span and Digit Symbol. Means for all assessments were adjusted using a random effects model to account for the differences in variance. Adjusted mean MMSE scores were significantly lower for both pre-dialysis (26.08, n = 17 073) and HD (26.31, n = 3314) patients when compared to non-CKD controls (28.21, n = 5226). PD (58.01 s, n = 859) and HD (56.04 s, n = 2344) patients also took significantly longer to complete the Trails Making Task A than non-CKD controls (37.62 s, n = 4809). Patients with CKD, especially pre-dialysis and those requiring dialysis, are likely to exhibit impairments in cognition that can be identified with specific screening neuropsychological assessments.
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,008 | 0,003 |
| Bibliométrie | 0,000 | 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 | 0,000 |
| 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 découle