Notice bibliographique
Résumé
The association between cognitive function and the likelihood of kidney transplant (KT) wait-listing, especially in minority populations, has not been clearly delineated. We performed a retrospective review of our pre-KT patients, who consist mainly of Hispanics and Native Americans, over a 16-month period. We collected data on baseline demographics and the Montreal Cognitive Assessment (MoCA) score, at the initial KT evaluation. We defined cognitive impairment as MoCA scores of <24. We constructed linear regression models to identify associations between baseline characteristics with MoCA scores and used Cox proportional hazards models to assess associations between MoCA score and KT wait-listing. During the study period, 154 patients completed the MoCA during their initial evaluation. Mean (standard deviation) MoCA scores were 23.9 (4.6), with 58 (38%) participants scoring <24. Advanced age, lower education and being on dialysis were associated with lower MoCA scores. For every one-point increase in MoCA, the likelihood of being wait-listed increased 1.10-fold (95% CI 1.01-1.19, P = .022). Being Native American and having kidney disease due to diabetes or hypertension were associated with longer time to wait-listing. Cognitive impairment was common in our pre-KT patients and was associated with a lower likelihood of KT wait-listing.
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 | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,006 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».