Cognitive Dysfunction Screening in Peritoneal Dialysis Patients: A Cross-Sectional Study
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: Mild cognitive impairment (MCI) in peritoneal dialysis (PD) patients has been described as a risk factor for worse outcomes such as peritonitis, technique failure, and mortality. In this study, we aimed to determine the prevalence of MCI in a population of PD patients and identify the possible risk factors associated with MCI. Materials and Methods: We performed an observational, cross-sectional study to evaluate cognitive function using the Montreal Cognitive Assessment (MOCA) test and the Mini Mental State Examination (MMSE) test in PD patients. Patients with diagnosis of dementia or severe neurologic impairment, active cancer, or infection were excluded. Results: We evaluated 66 patients (mean age 60 years); 53% were male. Prevalence of MCI assessed by MOCA test and MMSE test was 65% and 33%, respectively. Predictors of MCI with MOCA test were higher age ( P = 0.0001), lower education level ( P = 0.005), need of a helper ( P = 0.009), and continuous ambulatory PD modality ( P = 0.019). Higher Charlson comorbidity index ( P = 0.002), coronary artery disease ( P = 0.006), and peripheral artery disease ( P = 0.033) were also associated with MCI. Lower Kt/V ( P = 0.012) and lower levels of normalized protein catabolic rate (nPCR; P < 0.000) were related to MCI. MCI patients had more episodes of peritonitis ( P = 0.047). Multivariable analysis showed that lower education, Kt/V, and nPCR were the most relevant factors connected to MCI ( P = 0.029, P = 0.037, and P = 0.019, respectively). Conclusion: In our PD population, MCI was detected in more than half of the patients. Patients with MCI were older, had lower education level, more disease burden, and higher risk for developing peritonitis. Lower Kt/V and nPCR levels were associated with MCI.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 découle