Factors that contribute to the cognitive impairment in elderly dialysis patients
Notice bibliographique
Résumé
AIM: To evaluate the cognitive function in dialysis patients over 60 years old and identify the contributing factors. METHODS: A group of elderly dialysis patients in the Department of Nephrology, Pan'an People's Hospital between March 2015 and June 2018 were chosen as the subjects for this study. Patients were divided into two groups, those with cognitive impairment and those with normal cognitive function. Results of their Montreal Cognitive Assessment (MoCA) scores, Controlled Oral Word Association Test (COWAT), Wechsler Adult Intelligence Scale Digit Span subtest (WDMS), and Stanford Diagnostic Math Test (SDMT) were reviewed and analyzed. RESULTS: Among the 110 elderly dialysis patients, 75 patients (68.18%) showed different levels of damage to their cognitive function. Their assessment scores on MoCA (total), MoCA subtests: visuospatial/executive, naming, attention, language, delayed recall, abstraction and orientation, COWAT (total), COWAT1, COWAT2, COWAT3, WMDS-Backward, and SDMT are significantly lower than patients with normal cognitive abilities (p < 0.05). Further analysis showed that the highest percentage (72.00%) of patients had impairment with visuospatial/executive function; and, of the 75 cognitive impaired patients, 37.33% showed cognitive damage in two MoCA subtests simultaneously. Patients with and without cognitive impairment showed a significant (p < 0.05) difference on factors including age, education level, employment status, financial situation, dialysis vintage, serum albumin, and hemoglobin. CONCLUSION: Elderly patients on dialysis have a higher risk of becoming cognitive impaired. The cognitive impairment in elderly dialysis patients was significantly associated with age, dialysis vintage, and levels of serum albumin and hemoglobin.
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 | 0,000 | 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) | 0,001 | 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 ».