Mental Health and Kidneys: The Interplay Between Cognitive Decline, Depression, and Kidney Dysfunction in Hospitalized Older Adults
Notice bibliographique
Résumé
Background: As societies rapidly age, the prevalence of mental health disorders and chronic kidney disease (CKD) is simultaneously rising, and data on the link between these conditions remain inconclusive. This study aimed to investigate the associations among cognitive impairment, depression, and kidney involvement in elderly patients. Methods: A cross-sectional analysis was conducted among hospitalized patients aged ≥65 years. Standardized tools such as the geriatric depression scale (GDS) and Montreal Cognitive Assessment (MoCA) were used to assess depression and cognitive impairment, and kidney function was evaluated using eGFR and albuminuria. Bivariate and multivariate logistic regressions were performed to identify associations. Results: The study population consisted of 719 participants with a median age of 80 years. Kidney and mental health issues were highly prevalent: CKD was identified in 59.4%, cognitive impairment in 74%, and depression in 61.9% of patients. Patients with CKD were older and exhibited lower MoCA scores (p = 0.001), higher GDS scores (p = 0.007), reduced albumin (p < 0.001), lower hemoglobin levels (p < 0.001), and elevated C-reactive protein (p < 0.001). Increased albuminuria was associated with poorer cognition (p < 0.001) but showed no correlation with GDS scores. Additionally, worse cognitive scores (p = 0.001) and increased depression symptoms (p < 0.001) were correlated with declining estimated glomerular filtration rate (eGFR). Conclusions: Cognitive impairment and depressive symptoms are highly prevalent among elderly hospitalized patients. Cognitive decline correlates with increased albuminuria and reduced eGFR, while depression worsens with declining kidney function. These findings highlight the complex interplay between renal health and neuropsychiatric conditions in aging populations.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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 ».