Cognitive impact of anticholinergic and sedative burden in people with HIV
Notice bibliographique
Résumé
OBJECTIVE: This study aims to estimate the extent to which anticholinergic and sedative burden is associated with cognitive ability and self-reported cognitive difficulties (SCD) in middle-aged and older adults living with HIV. DESIGN: This cross-sectional analysis examined data from the inaugural visit of participants enrolled in the Positive Brain Health Now (BHN) study. METHODS: Cognitive ability was measured using the Brief Cognitive Ability Measure (B-CAM; higher is better) and SCD using the Perceived Deficits Questionnaire (PDQ; higher is worse). Medication burden was quantified using several scoring systems, including the Anticholinergic Cognitive Burden (ACB), Anticholinergic and Sedative Burden Catalog (ACSBC), Anticholinergic Drug Scale (ADS), Anticholinergic Risk Scale (ARS), and the Sedative Load Model (SLM). Multivariable Ordinary Least Squares and quantile regression were utilized to estimate average effects and distribution-specific impacts, respectively. RESULTS: Of 824 participants (mean age 53 years, 84.7% men), 41.4% used anticholinergics (ACSBC) and 39% used sedatives (SLM). High anticholinergic burden was linked to worse cognitive ability [ β = -3.81; 95% confidence interval (CI): -7.16, -0.46] and SCD ( β = 3.89; 95% CI: 1.08, 6.71). Using three or more anticholinergics worsened cognitive ability ( β = -4.45; 95% CI: -8.54, -0.35), and using three or more sedatives increased SCD ( β = 4.35; 95% CI: 0.92-7.78). Stronger negative associations were observed in participants with lower cognitive ability and more difficulties. CONCLUSIONS: These results suggest that anticholinergic and sedative burden may contribute to cognitive impairment in people with HIV. Personalized medication management and regular cognitive assessments could mitigate these adverse effects.
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 ».