MétaCan
Menu
Retour à la cohorte
Enregistrement W4223930611 · doi:10.21688/1681-3472-2022-1-66-72

Cognitive impairment in patients with atrial fibrillation and arterial hypertension

2022· article· en· W4223930611 sur OpenAlexaboutno aff
A. Ya. Kovaleva, В. Л. Лукинов, Г. И. Лифшиц

Notice bibliographique

RevuePatologiya krovoobrashcheniya i kardiokhirurgiya · 2022
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeurological Disorders and Treatments
Établissements canadiensnon disponible
Organismes subventionnairesRussian Academy of SciencesSiberian Branch, Russian Academy of Sciences
Mots-clésAtrial fibrillationMedicineCardiologyInternal medicineCognitionStroke (engine)Psychiatry

Résumé

récupéré en direct d'OpenAlex

Aim. To study the influence of atrial fibrillation on the severity of cognitive impairment in patients with arterial hypertension.Methods. The study included 25 patients with atrial fibrillation and arterial hypertension, the control group of 25 patients with arterial hypertension, but without cardiac arrhythmias. All patients underwent general clinical and instrumental examination of the cardiovascular system. The Montreal Cognitive Assessment test was used to assess memory and attention, the degree of mastering visual-constructive skills, abstract thinking and speech.Results. Cognitive functions in patients with atrial fibrillation were significantly worse than in patients in the control group (testing to assess indicators: 22.7 ± 3.2 and 25.6 ± 2.2 points, respectively, p < 0.001). Cognitive indicators such as memory, speech and abstract thinking are most severely affected in patients with arrhythmia.Conclusion. Atrial fibrillation creates conditions for the development of cognitive deficits. Cerebral hypoperfusion, the occurrence of "silent" cerebral infarctions and hypercoagulation are important pathogenetic factors of cognitive impairment in patients with atrial fibrillation. Received 29 July 2021. Revised 11 September 2021. Accepted 20 September 2021. Funding: The research was carried out within the state assignment of the Siberian Branch of the Russian Academy of Sciences (No. 121031300045-2). Conflict of interest: Authors declare no conflict of interest. Contribution of the authors: The authors contributed equally to this article.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,020
Tête enseignante GPT0,230
Écart entre enseignants0,210 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePatologiya krovoobrashcheniya i kardiokhirurgiyaMême sujetNeurological Disorders and TreatmentsTravaux en français237 207