Impact of mild cognitive impairment on unplanned readmission in patients with coronary artery disease
Notice bibliographique
Résumé
AIMS: To investigate the effect of mild cognitive impairment (MCI) on unplanned readmission in patients with coronary artery disease (CAD). METHODS AND RESULTS: From 2132 CAD patients, MCI was estimated with the Japanese version of the Montreal Cognitive Assessment (MoCA-J) in 243 non-dementia patients who met the study criteria. The primary outcome was unplanned hospital readmission after discharge. The incidence of MCI in this cohort was 33.3%, and 51 patients (21.0%) had unplanned readmission during a mean follow-up period of 418.6 ± 203.5 days. After adjusting for the covariates, MCI (hazard ratio, 2.28; 95% confidence interval: 1.09-4.76; P = 0.03) was independently associated with unplanned readmission in the multivariable Cox proportional hazard regression analysis. In the Kaplan-Meier analysis, the cumulative incidence of unplanned readmission for the MCI group was significantly higher than that for the non-MCI group (log-rank test, P < 0.001). Even after exclusion of the patients readmitted within 30 days of discharge, the main results did not change (log-rank test, P < 0.001). CONCLUSION: Mild cognitive impairment was independently associated with unplanned readmission after adjustment for many independent variables in CAD patients. In addition to its short-term effects, the adverse effects of MCI had a persistent, long-term impact on CAD patients. Assessment of cognitive function should be conducted by health professionals prior to hospital discharge and during follow-up. To prevent readmission of CAD patients, it will be necessary to support solutions to the problems that inhibit secondary prevention behaviours based on the assessment of the patients' cognitive function.
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 | 0,001 |
| 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 ».