Incidence and risk factors of cognitive dysfunction in hemodialysis patients: A systematic review and meta‐analysis
Notice bibliographique
Résumé
BACKGROUND: The study aims to explore the incidence and risk factors of cognitive dysfunction in hemodialysis patients. METHODS: PubMed, Embase, Cochrane Library, and Web of Science databases were searched for clinical studies on the association between hemodialysis and cognitive dysfunction from the database's inception to 1 December 2022. Two researchers independently completed data extraction and risk of bias assessments for the included studies. All statistical analyses were performed using STATA15.0 software. RESULTS: Ten studies were included in this meta-analysis, with a total of 5535 hemodialysis patients, that is, 2033 patients with cognitive dysfunction and 3502 patients with normal cognitive function. The Newcastle-Ottawa Scale scores of the included studies were greater than 5. Meta-analysis results suggested that the incidence of cognitive dysfunction in hemodialysis patients was (effect size = 51%, 95% confidence interval [CI] [0.33, 0.69]), and hemodialysis patients with cognitive dysfunction were often older than those with normal cognition (standard mean difference [SMD] = 0.49, 95% CI [0.31, 0.68]). Female gender was a risk factor for cognitive dysfunction in hemodialysis patients (relative risk [RR] = 1.21, 95% CI [1.04, 1.41]); diabetes (RR = 1.33, 95% CI [1.04, 1.71]) and stroke (RR = 1.66, 95% CI [1.08, 2.55]) increased the incidence of cognitive dysfunction in hemodialysis patients. CONCLUSIONS: The most important risk factors for cognitive dysfunction associated with hemodialysis might be female gender, old age, diabetes, and stroke. Close attention should be paid to such patients for early prevention.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,014 | 0,003 |
| Bibliométrie | 0,003 | 0,007 |
| 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 ».