Analysis of the trajectory of cognitive function changes and influencing factors in maintenance hemodialysis patients: a prospective longitudinal study
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
OBJECTIVES: To explore the trajectory of cognitive function changes and influencing factors in maintenance hemodialysis (MHD) patients. METHODS: A convenience sampling method was used to select MHD patients from a tertiary hospital in Chengdu from August 2023 to April 2024. The general information questionnaire, Chinese version of the Montreal Cognitive Assessment (MoCA), Pittsburgh Sleep Quality Index (PSQI), Appetite Visual Analogue Scale (VAS), and Family Care Index (APGAR) were used for the investigation. Patients' cognitive function levels were assessed at baseline and at 3, 6, and 9 months after the initial survey. A latent growth model was used to identify potential categories of cognitive function trajectory, and univariate and binary logistic regression analyses were performed to analyze the influencing factors. RESULTS: A total of 154 MHD patients completed the entire study. The trajectory of cognitive function changes was divided into two potential categories: low cognitive function-fast decline group and high cognitive function-slow decline group. Binary logistic regression results showed that educational level, hypertension, sleep quality, appetite, and family care were influencing factors for the trajectory of cognitive function changes in MHD patients. CONCLUSIONS: Cognitive function in MHD patients showed an overall declining trend over time. The cognitive function change trajectory could be divided into two potential categories: fast decline group and high cognitive function-slow decline group. Healthcare professionals can develop targeted nursing intervention programs based on the characteristics of different patient types and their influencing factors to improve cognitive function and enhance quality of life.
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.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| 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 découle