Association between Dyslipidaemia and Cognitive Impairment: A Meta-Analysis of Cohort and Case-Control Studies
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Background: This study explored the specific relationship between different lipid indicators and cognitive impairment and aimed to provide a reference for implementing targeted lipid regulation measures to prevent and alleviate cognitive impairment. Methods: We searched three databases (PubMed, Embase, and Web of Science) for literature related to hyperlipidaemia, lipid levels, and cognitive impairment, and used the Newcastle-Ottawa Scale to evaluate the quality of the identified literature. A meta-analysis was performed using RevMan 5.4, and the combined effect size ratio using a random-effects model (odds ratio [OR] and 95% confidence interval [CI]) was used to evaluate the association between dyslipidaemia and cognitive impairment. Results: Among initially identified 2247 papers, we ultimately included 18 studies involving a total of 758,074 patients. The results of the meta-analysis revealed that patients with hyperlipidaemia had a 1.23-fold higher risk of cognitive impairment than those with normal lipid levels (OR = 1.23, 95% CI: 1.04–1.47, p = 0.02). Further subgroup analysis showed that elevated total cholesterol (TC) levels increased the risk of cognitive impairment by 1.59-fold (OR = 1.59, 95% CI: 1.27–2.01, p < 0.0001) and were more significant in older or male patients. Moreover, elevated triglyceride levels were inversely correlated with cognitive disorders, whereas elevated low-density lipoprotein cholesterol levels were unrelated to cognitive impairment risk. Conclusions: Dyslipidaemia was strongly associated with cognitive impairment, and elevated TC levels were a risk factor for cognitive impairment. Furthermore, the damaging effects of elevated TC levels on cognition were more pronounced in older and male populations.
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.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,005 | 0,002 |
| Bibliométrie | 0,002 | 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 | 0,001 |
| 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 découle