Association between Serum 25-Hydroxyvitamin D Level and Cognitive Impairment in Patients with White Matter Lesions: A Cross-Sectional Study
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
OBJECTIVES: We aimed to observe the relationship between serum 25-hydroxyvitamin D (25-[OH] D) and different cognitive domains, and to evaluate the predictive value of 25-(OH) D level for cognitive impairment in patients with white matter lesions (WML). METHODS: The differences in clinical data including 25-(OH) D were analyzed between cognitive normality (n = 87) and impairment (n = 139) groups, and variant cognitive domains were analyzed between groups of different levels of serum 25-(OH) D. Risk factors for cognitive impairments were evaluated with multivariate logistic regression analysis; a receiver operating characteristic (ROC) curve of 25-(OH) D levels was used to examine the association between 25-(OH) D and WML with cognitive dysfunction. RESULTS: As the severity of WML increased, the proportion of patients with a low level of serum 25-(OH) D increased (p < 0.05). The total MoCA (Montreal Cognitive Assessment) scores and all domain scores except naming were significantly lower in patients with low levels of serum 25-(OH) D than in patients with high levels of serum 25-(OH) D (p < 0.05). Multivariate logistic regression analyses showed that serum 25-(OH) D levels were independently correlated with cognitive impairment. In the ROC analysis, the optimal cut-off value for 25-(OH) D was 17.53 with 76% sensitivity and 70% specificity (AUC =0.751, 95% CI: 0.674-0.819, p < 0.05). CONCLUSION: We observed that vitamin D deficiency is associated with multiple areas of cognitive impairment and that it is an independent risk factor for cognitive impairment in WML.
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 | 0,002 | 0,009 |
| 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 | 0,001 |
| 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 découle