Association between fibrinogen and cognitive impairment in patients with ischemic cerebrovascular disease
Notice bibliographique
Résumé
Fibrinogen has been reported as a potential risk factor for vascular dementia (VaD). However, the association between fibrinogen and cognition in patients with ischemic cerebrovascular disease (ICVD) has not been studied adequately. We aimed to examine the association of fibrinogen with cognitive impairment among patients with ICVD and to test whether white matter hyperintensities (WMH) and brain atrophy play a role under the association. In this case-control study, ICVD patients were recruited from the Neurology Department. Cognitive function was assessed using the Montreal Cognitive Assessment. WMH and brain atrophy were quantified by brain magnetic resonance imaging (MRI). The associations of fibrinogen with cognition and MRI markers were investigated by conditional logistic regression models and generalized additive models. The risk of cognitive impairment increased with each unit increase in fibrinogen ( AOR = 1.92, 95% CI = 1.06 - 3.48). Individuals with fibrinogen levels > 4 g/L presented a substantially higher risk of cognitive impairment than those with fibrinogen levels of 2-4 g/L ( AOR = 5.72, 95% CI = 1.22- 26.82). Fibrinogen was negatively correlated with global cognitive function ( r s = -0.235) and visuospatial/executive function ( r s = -0.251). A negative correlation between fibrinogen and normal-appearing white matter (NAWM) volume was observed ( r s = -0.282). Fibrinogen is associated with cognitive impairment among patients with ICVD, and significantly negatively impacts global cognitive function and visuospatial/executive function. Furthermore, the negative correlation between fibrinogen and NAWM volume supports further exploration of potential mechanistic paths.
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 ».