The assessment of cognitive impairment in maintenance hemodialysis patients and the relationship between cognitive impairment and depressive symptoms
Notice bibliographique
Résumé
INTRODUCTION: Cognitive impairment and depression are common mental health problems in chronic kidney disease (CKD) patients with maintenance hemodialysis (MHD). Previous studies have proven that cognitive impairment and depression were risk factors for poor prognosis in MHD patients. However, the related factors of cognitive function and the association between cognitive impairment and depression in MHD patients are still unclear. The purpose of this study is to explore the related factors affecting the cognitive function of MHD patients and evaluate the relationship between cognitive function and depression in MHD patients. METHODS: This single-center, cross-sectional study enrolled 160 MHD patients. Cognitive function and depressive symptoms were measured using Montreal Cognitive Assessment (MoCA) and Patient Health Questionnaire-9 (PHQ-9), respectively. RESULTS: Cognitive impairment was detected in 58.1% of 160 MHD patients. Multivariate linear regression analysis showed that age, level of education and homocysteine (HCY) were independent influencing factors of MoCA scores and the scores of attention and abstract thinking were independently correlated with PHQ-9 score after adjusting for confounding factors CONCLUSIONS: These findings indicated that age, level of education and HCY were independently associated with cognitive function, and attention and abstract thinking could independently affect depressive symptoms in MHD patients.
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 | 0,001 | 0,002 |
| 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 | 0,001 |
| 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 ».