MO227RELATIONSHIP BETWEEN KIDNEY DAMAGE AND COGNITIVE FUNCTIONS IN PATIENTS WITH GLOMERULOPATHIES
Notice bibliographique
Résumé
Abstract Background and Aims Mild Cognitive Impairment (MCI) has been found to be highly prevalent amongst patients with Chronic Kidney Disease (CKD). In this cohort, the prevalence of MCI was estimated to be between 30% and 63%. Mild cognitive impairment is an intermediate state between normal aging and dementia. An individual suffering from MCI has difficulty in remembering, sustaining attention, or decision making which can negatively affect their daily lives. The aim of this study was to verify the role of different glomerular diseases diagnosed by kidney biopsy on the MCI through a retrospective study. Method We recruited 45 patients with bioptic diagnosis of the following glomerular diseases: Focal Segmental Glomerulo Sclerosis (FSGS), minimal change disease (MCD), membranous glomerular disease (MG), IgA nephropathy. The renal function was analyzed using clinical variables, while Cognitive functions using the MoCA test. Patients were divided into two groups based on 24h proteinuria. Results The MoCA score was directly correlated to the uric acid levels (R=0.13; p=0.03). The MoCa score in the group with higher proteinuria levels was significantly lower than those of the group with lower proteinuria levels (p = 0.03). Finally, the MoCA score in subjects with FSGS or MCD is significantly higher compared the other groups (p<0.05). Conclusion Our data suggest that serum uric acid and proteinuria in glomerular diseases influence cognitive functions. Interestingly, uric acid plays a neuroprotective role, as low levels of uric acid reduce the MoCA score. This result agrees with previous observations of a protective role of uric acid on dopamine neurons. Conversely, the extent proteinuria seems to negatively affect cognitive functions, suggesting a role of the endothelial dysfunction. Finally, glomerulopathies with a lower degree of inflammation (FSGS, MCD) have minor impact on cognitive functions.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».