Relationship Between Cognitive Dysfunction (MoCA-INA Score) with Disease Activity, Erythrocyte Sedimentation Rate, and C-Reactive Protein in Systemic Lupus Erythematosus Patients
Notice bibliographique
Résumé
BACKGROUND: Neuropsychiatric Systemic Lupus Erythematosus (NPSLE) is one of the clinical manifestations affecting the brain in SLE, which the most frequent condition was cognitive dysfunction (CD). CD has a negative impact on the quality of life of SLE patients and causes impaired social function and reduced work productivity. Previous studies regarding correlation between cognitive dysfunction with disease activity, erythrocyte sedimentation rate (ESR), and C-reactive protein (CRP) showed various results. AIM: The purpose of this study was to assess the correlation of CD using MoCA- INA score with disease activity (SLEDAI-2K score), ESR and CRP in SLE patients. METHODS: A cross-sectional study design was applied in this research. The subjects of this research were SLE patients measured by MoCA-INA score, SLEDAI-2K score, ESR, and CRP. Spearman rank correlation test was applied in this study to assess the relationship of the variables. RESULT: The study subjects consisted of 53 women diagnosed with SLE with an average age of 34 years old. 49.1 % of the subjects had high school education background. There was a moderate significant correlation between MoCA-INA score and ESR (r= -0.408, p=0.002) and also to CRP (r= -0.314 p=0.022). There was no significant correlation of disease activity and MoCA-INA score (r = -0.086 p = 0.539). CONCLUSION: The low levels of ESR and CRP were associated with CD in SLE patients. KEYWORDS: cognitive dysfunction, c-reactive protein, disease activity, erythrocyte sedimentation rate, systemic lupus erythematosus.
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 | 0,007 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,002 |
| 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 ».