Predictive value of nutritional status and serological indicators in elderly patients with mild cognitive impairment
Notice bibliographique
Résumé
BACKGROUND: Mild cognitive impairment (MCI) in elderly individuals is a transitional stage between normal cognition and dementia. Understanding the risk factors for MCI and identifying those at high risk are extremely important for the elderly population. AIM: To analyze the risk factors for MCI in the elderly population and construct a clinical prediction model. METHODS: Total 295 elderly individuals presenting with memory loss diagnosed at Wuxi People's Hospital between March 2021 and March 2024 were included. Comprehensive demographic, clinical, and serological data were collected for analysis. Participants were categorized into either an MCI group or a normal group based on their performance on the Montreal Cognitive Assessment Scale. An elaborate clinical predictive model was developed to predict the likelihood of MCI in stroke patients; its accuracy was evaluated using area under curve values and calibration curves. RESULTS: The results of the study showed that old age, hypertension, diabetes, hyperlipidemia, smoking, high-salt diet, high-cholesterol diet, decreased red blood count, increased neutrophil lymphocyte ratio and increased low-density lipoprotein cholesterol were risk factors for the onset of MCI, with A high vitamin diet and elevated high-density lipoprotein cholesterol being protective factors. In addition, the prediction model constructed in this study exhibits good degrees of differentiation and calibration. CONCLUSION: The risk factors for MCI are diverse. Early identification of individuals at high risk of MCI can better intervene and improve their quality of life of MCI patients.
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 | 0,001 |
| 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 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 ».