ASSESSMENT OF COGNITIVE FUNCTION IN PATIENTS WITH CHRONIC KIDNEY DISEASE
Notice bibliographique
Résumé
Objectives: The objectives of this study were to evaluate cognitive profile in patients with chronic kidney disease (CKD) pre-dialysis and post-dialysis, to assess the severity of cognitive impairment in patients with kidney disease before and after dialysis, and to determine the association of cognitive impairment in relation to dialysis.Methods: A total of 59 patients were recruited with CKD Stage V on dialysis for >6 months. Cognitive function of the patient was assessed by Montreal Cognitive Assessment test scale method for three intervals (before dialysis and two intervals post-dialysis), and the incidence of impairment was analyzed using one-way ANOVA variance test.Results: Among the 59 patients, there were 13 patients with the age of 18–33 years (22.033%), 11 patients with from age 34 to 49 years (18.64%), 21 patients at the age of 50–65 years (35.59%), and 15 patients around 66–80 years (25.42%). From the above categories, population with the age of 50–65 years is at maximum affected by CKD. Among the 59 patients, 24 patients (40.677%) are male and 35 patients (59.33%) are female. There was a mild significant difference seen in cognitive functioning between pre-dialysis and post-dialysis (p≤0.02).Conclusion: It was found that patients with CKD had mild-to-moderate cognitive dysfunction due to morbidities associated with CKD. Inthis study, significant differences of cognitive function result in CKD patients and the severity of cognitive impairment was associatedwith the severity of the kidney disease, which improved with dialysis. Finally, our study suggests that cognitive performance wasimproved after initiation of dialysis and that further management through medications could provide a better outcome in cognitiveperformance.
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 | 0,002 | 0,001 |
| 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 | 0,001 |
| 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) | 0,001 | 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 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 ».