Serum Uric Acid and High-Sensitivity C-Reactive Protein as Predictors of Cognitive Impairment in Patients with Cerebral Infarction
Notice bibliographique
Résumé
BACKGROUND: Cognitive impairment induced by cerebral infarction has become a devastating health problem. More efficient predictors are required to evaluate the potential cognitive decline after cerebral infarction in clinic. Serum uric acid (UA) and high-sensitivity C-reactive protein (hs-CRP) are two factors reported to correlate with cognitive impairment. However, the understanding on serum UA and hs-CRP with cognitive dysfunction remains unclear. METHODS: Serum UA and hs-CRP were evaluated in patients with cerebral infarction (n = 197) using single factor analysis and multivariate logistic regression analysis. Clinical and pathological characteristics were analyzed by logistic regression, respectively, and the results demonstrated the correlation between the pathological characteristics and the cognitive impairment post cerebral infarction. Montreal Cognitive Assessment (MoCA) was used to evaluate the patients' cognitive function, and patients with a MoCA score <26 were recognized as with cognitive impairment. RESULTS: Clinical characteristics related to cognitive impairment, including age, gender, blood pressure, serum UA, and hs-CRP were collected and analyzed. Serum UA and hs-CRP were identified to be potential predictors for post-stroke cognitive dysfunction, with higher serum UA levels correlated with better cognitive function and higher hs-CRP levels correlated with worse cognitive impairment. CONCLUSION: Serum UA and hs-CRP are two predictors for cognitive impairment post cerebral infarction.
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 | 0,001 |
| 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 ».