Postoperative cognitive dysfunction in heart transplantation recipients
Notice bibliographique
Résumé
OBJECTIVE: This study aimed to investigate the occurrence and risk factors of postoperative neurocognitive disorder (NCD) in patients who underwent heart transplantation. METHODS: Seventy-six heart transplant patients were analyzed for clinical data including gender, age, height, weight, education level, left ventricular ejection fraction (LVEF), stroke volume (SV), transplantation duration, and pretransplant medical history. Cognitive function was assessed using the mini-mental status examination (MMSE) and Montreal cognitive assessment (MoCA) scales. Patients were categorized into cognitively normal and impaired groups based on the presence or absence of cognitive dysfunction, and their cognitive function scores were compared. Multivariate logistic regression was used to identify independent risk factors for cognitive impairment in postoperative cardiac transplant patients. RESULTS: Cognitive dysfunction was observed in 48 out of 76 heart transplant patients, representing an incidence of 63.2%. Cognitive impairment in heart transplant recipients predominantly affected multiple cognitive domains. Logistic regression analysis identified age (OR = 1.057, 95% CI 1.002-1.115), gender (OR = .200, 95% CI .044-.919), education level (OR = .728, 95% CI .600-.883), LVEF (OR = .891, 95% CI .820-.969), and history of diabetes (OR = 7.674, 95% CI 1.317-44.733) as independent risk factors for postoperative NCD in heart transplant recipients (P < .05). CONCLUSION: The study found a high incidence of postoperative NCD in heart transplant patients, with gender, age, education level, LVEF, and diabetes history being significant risk factors. Early identification and intervention targeting these risk factors may help prevent NCD in postheart transplant patients and improve long-term outcomes.
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 ».