A cross‐sectional study exploring cognitive impairment in kidney failure
Notice bibliographique
Résumé
BACKGROUND: Little is known of the prevalence or associated factors of cognitive impairment in people with kidney failure. Assessment of cognition is necessary to inform comprehension of healthcare information, aptitude for dialysis modality and informed decision making. OBJECTIVES: This study sought to determine the prevalence and factors associated with cognitive impairment in people with kidney failure. DESIGN: Prospective cross-sectional. PARTICIPANTS: Participants (n = 222) with chronic kidney disease grade 5 (CKD G5) including those not treated with dialysis, those undertaking dialysis independently or in a facility (CKD 5D), and those with a kidney transplant (CKD 5T). MEASUREMENTS: Data were collected using the Montreal Cognitive Assessment tool, the Hospital Anxiety and Depression Scale (only the depression subscale), and a demographic questionnaire. Type of kidney disease and comorbidities were extracted from participants' hospital records. RESULTS: Participants were 61 ± 13.63 years old; most were male (61.26%), and diabetes was the primary cause of kidney disease (34%). Prevalence of cognitive impairment was 34% although it was significantly higher for those in CKD G5 compared with other groups. A number of factors were found to be associated with cognitive impairment including, age, diabetes, hypertension, education, haemoglobin, albumin, parathyroid hormone, CKD G5, and length of time on treatment. CONCLUSIONS: Cognitive impairment in kidney failure is common and it has significant implications for informed decision making and treatment choices. Routine assessment of cognitive function is an important part of clinical practice.
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 | 0,000 |
| 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 ».