Cerebral white matter burden is linked to cognitive function in patients undergoing hemodialysis
Notice bibliographique
Résumé
INTRODUCTION: Chronic kidney disease is related to neurodegeneration and structural changes in the brain which might lead to cognitive decline. The Fazekas scale used for assessing white matter hyperintensities (WMHs) was associated with poor cognitive performance. Therefore, this study investigated the associations between the mini-mental status examination (MMSE), Montreal cognitive assessment (MoCA), cognitive abilities screening instrument (CASI), and Fazekas scale in patients under hemodialysis (HD). METHODS: The periventricular (PV) WMHs and deep WMHs (DWMHs) in brain magnetic resonance images of 59 patients under dialysis were graded using the Fazekas scale. Three cognition function tests were also performed, then multivariable ordinal regression and logistic regression were used to identify the associations between cognitive performance and the Fazekas scale. RESULTS: = .037, .006, and .008 for MMSE, MoCA, and CASI, respectively), but the associations were attenuated in the DWMHs group. In CASI, significant differences were identified in short-term memory, mental manipulation, abstract thinking, language, spatial construction, and name fluency in the PVWMHs group. However, DWMHs were only significantly correlated with abstract thinking and short-term memory. CONCLUSION: An inverse correlation existed between the Fazekas scale, predominantly in PVWMHs, and cognition in patients undergoing HD. The PVWMHs were associated with cognitive performance assessed by MMSE, MoCA, and CASI, as well as with subdomains of CASI such as memory, language and name fluency in patients undergoing HD.
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 | 0,001 | 0,001 |
| 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) | 0,002 | 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 ».