Predictive value of total CSVD burden scores in cognitive impairment among SLE patients on the basis of MRI evaluation
Notice bibliographique
Résumé
BACKGROUND: Cognitive impairment (CI) is a significant problem in systemic lupus erythematosus (SLE) patients. In recent years, total cerebral small vessel disease (CSVD) burden scores have had substantial value in predicting cognitive impairment. However, its application in treating concurrent cognitive impairment in SLE patients is unclear. To explore the relationship between total CSVD burden scores and cognitive dysfunction in SLE patients and to analyze its predictive value. METHODS: The Montreal Cognitive Assessment (MoCA) score was used to evaluate the cognitive function of 50 patients with SLE, and the total load score of patients with CSVD was analyzed via magnetic resonance imaging (MRI). Multivariate regression was used to evaluate the relationship between total CSVD burden scores and cognitive dysfunction, and the predictive value of total CSVD burden scores was assessed. RESULTS: Multivariate logistic regression analysis revealed that years of education (OR = 0.975, 95% CI [0.952-0.998], P = 0.035), neuropsychiatric systemic lupus erythematosus (NPSLE) (OR = 4.152, 95% CI [2.158-7.990], P < 0.001), and the CSVD total burden score (OR = 3.884, 95% CI [0.840-0.928], P < 0.001) were independently associated with cognitive impairment in SLE patients. The results of the ROC curve analysis revealed that the area under the curve (AUC) of the CSVD total burden score for the prediction of cognitive impairment in SLE patients was 0.885. CONCLUSIONS: Years of education, NPSLE score, and total CSVD burden score are closely related to the occurrence of cognitive impairment in SLE patients. In particular, the total CSVD burden score is beneficial for the prediction of cognitive impairment. CLINICAL TRIAL NUMBER: Not applicable. TRIAL REGISTRATION: Not applicable.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 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 | 0,001 | 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 ».