Effects of high-sensitivity C-reactive protein and left ventricular hypertrophy on cognitive function in hemodialysis patients
Notice bibliographique
Résumé
Objectives To examine the effects of high-sensitivity C-reactive protein (hs-CRP) and left ventricular hypertrophy (LVH) on the cognitive function of hemodialysis (HD) patients, and to explore the relationship between hs-CRP, LVH, and cognitive impairment (CI).Methods A cross-sectional study was conducted on 232 HD patients. Besides, general clinical data were gathered, and patients’ cognitive functions were assessed using the Beijing version of the Montreal Cognitive Assessment (MoCA-BJ). CI risk factors were screened using logistic regression modeling based on hs-CRP values (low risk <1 mg/L, intermediate risk 1–3 mg/L, and high risk >3 mg/L) and LVH status (normal and hypertrophic) groupings. The synergistic effect of hs-CRP and LVH on CI was also analyzed using the EpiR package.Results Among HD patients, 122 (52.59%) patients had CI. Multifactorial logistic regression analysis showed that the following factors were associated with an increased risk of CI in HD patients: age (OR = 1.048; 95% CI 1.014–1.083; p = 0.005), LVH (OR = 3.741; 95% CI 1.828–7.657; p < 0.001), and high-risk hs-CRP levels (>3 mg/L; OR = 3.238; 95% CI 1.349–7.768; p = 0.009). In addition, there was a significant synergy between hs-CRP high risk (>3 mg/L) and LVH.Conclusion Age, LVH, and high risk of hs-CRP (>3 mg/L) were independent risk factors for CI in HD patients. Moreover, HD patients with both hs-CRP high risk (>3.0 mg/L) and LVH were at higher risk of developing CI, and lowering hs-CRP levels and preventing LVH may prevent CI.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».