Risk factors for cognitive impairment in patients with asymptomatic carotid stenosis
Notice bibliographique
Résumé
Objective To investigate the risk factors for cognitive impairment in patients with asymptomatic carotid stenosis (ACS). Methods Patients with ACS were enrolled. The related clinical data were collected, including age, gender, blood pressure, blood lipid, glycosylated hemoglobin, homocysteine (Hcy), white matter lesion (WML) and the degree of carotid stenosis. Montreal cognitive assessment (MoCA) was used to evaluate cognitive function. The patients were divided into either a cognitive impairment group (<26) or non-cognitive impairment group (≥26). Multivariate logistic regression analysis was used to identify the risk factors for cognitive impairment in patients with ACS. Results A total of 123 patients with ACS were enrolled in the study, including 45 (36.6%) in the cognitive impairment group and 78 (63.4%) in the non-cognitive impairment group. There were significant differences in the degree of carotid stenosis, WML severity, years of education, age, and Hcy level between the 2 groups (all P<0.05). Multivariable logistic regression analysis showed that severe carotid artery stenosis (odds ratio [OR] 3.232, 95% confidence interval [CI] 1.134-9.208; P=0.028), severe WML (OR 8.930, 95% CI 2.683-31.688; P=0.015), and hyperhomocysteinemia (OR 2.671, 95% CI 1.877-3.609; P=0.037) were the independent risk factors for cognitive impairment in patients with ACS, while years of education were an independent protective factor of cognitive impairment in patients with ACS (OR 0.607, 95%CI 0.461-0.817; P=0.043). Conclusions Cognitive impairment may occur in patients with ACS. Years of education are an independent protective factor of cognitive impairment in patients with ACS, and severe carotid artery stenosis, severe WML, and hyperhomocysteinemia are its independent risk factors. Key words: Carotid Stenosis; Cognition Disorders; Neuropsychological Tests; Risk Factors
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) | 0,001 | 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 ».