Assessment of Cognition in Hypertensives and Normotensives: A Comparative P300 Study
Notice bibliographique
Résumé
BACKGROUND: Hypertension is an established risk factor for dementia, and the prevalence of hypertension and dementia is rising. Current tests to diagnose cognitive dysfunction at an early stage lack sensitivity and specificity. Recently event-related potentials (ERPs) have gained much attention in diagnosing cognitive dysfunction and are independent of the education status of the subject. This study was done to find any cognitive deficits in the hypertensive population with electrophysiological evidence, which might open the doors for the need to screen the population at an earlier stage so that the population can be prevented from dementia. METHODS: Some 31 middle-aged (18-65 years) hypertensives were compared with 31 age, sex, education, and handedness matched normotensives about cognition by neuropsychometric test battery including Hindi Mini-mental Status Examination (HMSE), Hindi Montreal Cognitive Assessment (MoCA), choice reaction time (CRT), and auditory event-related potentials. RESULTS: Hypertensives and normotensives differed significantly concerning P300 potentials' latency (Fz and Cz P300 latencies: p-value: 0.001), and this change was correlated well with the duration of diastolic blood pressure (BP) (r-value: 0.670). The remaining tests, HMSE, Hindi MoCA, and CRT, were dependent on the education status of the patient. CONCLUSIONS: The effect of hypertension on cognitive impairment is evident and can be proved early in its pre-clinical stage using ERPs. Early identification can help in specifying high-risk individuals. ERPs have great potential in screening and diagnosing and can also help in assessing cognition as a reliable tool to show the effect of treatments/interventions on cognitive defects.
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 ».