Association of Urinary Biomarkers of Renal Tubular Injury with Cognitive Dysfunction in Older Patients with Chronic Kidney Disease: A Cross-Sectional Observational Study
Notice bibliographique
Résumé
Epidemiological data suggest that individuals in all stages of chronic kidney disease (CKD) have higher risks of developing cognitive impairment. The relationship between CKD and cognition has been assessed exclusively using glomerular function markers; however, kidney tubule injury has not been assessed. We assessed the association between urinary biomarkers of renal tubular injury and cognitive dysfunction in older patients with CKD Stages 3-4. According to the Montreal Cognitive Assessment, participants were divided into cognitive dysfunction and control groups. Compared with the control group, the cognitive dysfunction group had significantly higher percentages of smokers, noticeably lower average education, and higher mitochondrial DNA (mtDNA) levels in the peripheral blood. Spearman correlation analysis showed that higher urine neutrophil gelatinase-associated lipocalin, kidney injury molecule-1, and beta-2 microglobulin (β2M) levels were significantly associated with lower cognitive scores. Multivariate logistic regression analysis showed that only increased urinary β2M levels were independently associated with cognitive worsening in CKD after adjusting for confounders. Logistic regression identified a promising role of urinary β2M combined with smoking and education for predicting cognitive impairment in CKD. Urinary β2M and cognitive function negatively correlated with mtDNA content, suggesting that mitochondrial dysfunction is a common pathophysiological mechanism linking CKD and cognitive dysfunction.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| 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 ».