Risk factors associated with cognitive dysfunction in patients on peritoneal dialysis
Notice bibliographique
Résumé
Objective. Cognitive disorders are a global health problem, as they deteriorate patients' quality of life, increase mortality and the number of hospitalizations, burden the healthcare system, and raise treatment costs. The aim of this research is to determine the prevalence of cognitive dysfunction in patients undergoing peritoneal dialysis. Methods. A cross-sectional study was conducted in May 2024, at the Clinic of Nephrology and Clinical Immunology Clinical center of Vojvodina, University of Novi Sad. . The study included 30 patients undergoing peritoneal dialysis. The Montreal Cognitive Assessment (MoCA) was used as the instrument for assessing cognitive dysfunction. Results. Of the 30 patients, 55.2% were male. The most represented age category was ≥60 years, comprising 43.5%. Among comorbidities, hypertension was the most prevalent at 33.3%. Cognitive dysfunction was confirmed in 34% of the patients. A logistic regression model was applied to identify predictors of cognitive dysfunction, revealing that female patients and those over 60 years of age were at a higher risk for cognitive dysfunction. A positive correlation between the MMSE score and the total dialysis adequacy index Kt/V was also identified. Conclusion. Significant predictors of cognitive dysfunction in patients on peritoneal dialysis were: female gender, age category (above 60 years), glucose levels, daily and weekly doses of vitamin D, and the dialysis adequacy index Kt/V.
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 | 0,000 | 0,002 |
| 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) | 0,001 | 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 ».