Strong Associations Between Inflammation, Pruritus and Mental Health in Dialysis Patients
Notice bibliographique
Résumé
Pruritus, impaired mental health and inflammation contribute to morbidity in end-stage renal disease. There are no studies on all 3 conditions. We therefore obtained inflammatory parameter data (C-reactive protein and interleukin-6), pruritus data and psychological test data (36-Item Short-Form Health Survey, "Allgemeine Depressionsskala" and Toronto Alexithymia Scale-20) for 19 dialysis patients with pruritus, 20 dialysis patients without pruritus and 15 healthy controls. Non-parametric hierarchical clustering revealed 3 clusters of parameters: one mainly driven by pruritus scores (chronic kidney disease-associated pruritus cluster), one by mental health scores (mental health cluster) and one by inflammatory parameters (inflammatory cluster). Factor analysis showed strong associations (mental health cluster/chronic kidney disease-associated pruritus cluster, r=-0.49; mental health cluster/inflammatory cluster, r=-0.52; inflammatory cluster/chronic kidney disease-associated pruritus cluster, r=0.48). For the first time, complete correlations between inflammation, mental health and pruritus in dialysis patients have been established. As all 3 conditions are associated with mortality, knowledge about their interdependence helps to understand end-stage renal disease pathophysiology.
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 ».