Cognitive dysfunction in Sjögren’s syndrome using the Montreal Cognitive Assessment Questionnaire and the Automated Neuropsychological Assessment Metrics: A cross‐sectional study
Notice bibliographique
Résumé
AIM: To describe the prevalence of cognitive impairment and the most affected cognitive domains, employing the Montreal Cognitive Assessment (MoCA) and the Automated Neuropsychological Assessment Metrics (ANAM) of a Latin American primary Sjögren's syndrome (pSS) cohort, and compare these patients to secondary Sjögren's syndrome (sSS) subjects and controls. METHODS: This was a comparative cross-sectional study of patients with a diagnosis of pSS who fulfilled the American-European Consensus Group 2002 criteria and/or American College of Rheumatology/European League Against Rheumatism 2016 criteria; clinical information was evaluated prior to cognitive evaluation, which consisted of a single session in which the MoCA and ANAM were applied. RESULTS: A total of 122 subjects were included in the analysis (51 pSS, 20 sSS and 51 controls); mean age of pSS was 56 years (SD 10.4), of which 47 (92.15%) were women. Moderate-severe cognitive impairment by MoCA was 17% in pSS, 5% in sSS, and 15% in controls, and by ANAM were 29% in pSS and 10% in sSS (P > .05). Visuospatial/executive subdomain in the MoCA was different between the pSS and the control group (P = .005). We encountered a statistically significant difference between pSS patients and control scores from the program in 6 of the 7 domains tested by the ANAM. CONCLUSION: No difference was found in the prevalence of cognitive impairment between pSS subjects and controls by MoCA. Several subdomain scores differed between groups in both scales. Evaluation of cognitive disorders in patients with SS, even in early stages of the disease, seems advisable but the best strategy is yet to be elucidated.
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 | 0,001 |
| 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 | 0,000 |
| 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 ».