Cardiovascular disease risk models and dementia or cognitive decline: a systematic review
Notice bibliographique
Résumé
Background: Health cognitive promotion and protection is a critical topic. With the world's aging population and rising life expectancy, there will be many people living with highly age-related dementia illnesses. Cardiovascular disease (CVD) and dementia share the same risk factors, such as unhealthy lifestyles and metabolic factors. These recognized risks associated with CVD and dementia frequently co-occur. CVD risk models may have a close association with dementia and cognitive decline. So, this systematic review aimed to determine whether CVD risk models were connected with dementia or cognitive decline and compare the predictive ability of various models. Methods: PubMed, Web of Science, PsychINFO, Embase, Cochrane Library, CNKI, Sinomed, and WanFang were searched from 1 January 2014 until 16 February 2023. Only CVD risk models were included. We used the Newcastle-Ottawa scale (NOS) for the quality assessment of included cohort studies and the Agency for Healthcare Research and Quality (AHRQ) for cross-sectional studies. The Preferred Reporting Items for Systematic Reviews and Meta-analysis (PRISMA) statement's guidelines were followed in this systematic study. Results: In all, 9,718 references were screened, of which 22 articles were included. A total of 15 CVD risk models were summarized. Except for the Cardiovascular Health in Ambulatory Care Research Team (CANHEART) health index, the other 14 CVD risk models were associated with dementia and cognitive decline. In comparison, different CVD risk models and domain-specific cognitive function correlation variation depended on cohort characteristics, risk models, cognitive function tests, and study designs. Moreover, it needed to be clarified when comparing the predicting performance of different CVD risk models. Conclusion: It is significant for public health to improve disease risk prediction and prevention and mitigate the potential adverse effects of the heart on the brain. More cohort studies are warranted to prove the correlation between CVD risk models and cognitive function. Moreover, further studies are encouraged to compare the efficacy of CVD risk models in predicting cognitive disorders.
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 | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».