Cognitive impairment and liver fibrosis in non-alcoholic fatty liver disease
Notice bibliographique
Résumé
Background: Data regarding the prevalence and phenotype of cognitive impairment in non-alcoholic fatty liver disease (NAFLD) are limited. Objective: We assessed the prevalence and nature of cognitive deficits in people with NAFLD and assessed whether liver fibrosis, an important determinant of outcomes in NAFLD, is associated with worse cognitive performance. Methods: We performed a prospective cross-sectional study. Patients with NAFLD underwent liver fibrosis assessment with transient elastography and the following assessments: Cognitive Change Index, Eight-Item Informant Interview to Differentiate Aging and Dementia Questionnaire (AD8), Montreal Cognitive Assessment (MoCA), EncephalApp minimal hepatic encephalopathy test and a limited National Institutes of Health Toolbox battery (Flanker Inhibitory Control and Attention Test, Pattern Comparison Test and Auditory Verbal Learning Test). We used multiple linear regression models to examine the association between liver fibrosis and cognitive measures while adjusting for relevant covariates. Results: We included 69 participants with mean age 50.4 years (SD 14.4); 62% were women. The median liver stiffness was 5.0 kilopascals (IQR 4.0-6.9), and 25% had liver fibrosis (≥7.0 kilopascals). Cognitive deficits were common in people with NAFLD; 41% had subjective cognitive impairment, 13% had an AD8 >2, 32% had MoCA <26 and 12% had encephalopathy detected on the EncephalApp test. In adjusted models, people with liver fibrosis had modestly worse performance only on the Flanker Inhibitory Control and Attention Task (β=-0.3; 95% CI -0.6 to -0.1). Conclusion: Cognitive deficits are common in people with NAFLD, among whom liver fibrosis was modestly associated with worse inhibitory control and attention.
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 ».