Risk factor analysis for cognitive impairment in non-alcoholic fatty liver disease
Notice bibliographique
Résumé
BACKGROUND: Hepatic lipid accumulation is a defining feature of liver diseases, referred to as non-alcoholic fatty liver disease (NAFLD). According to recent studies, there may be a connection between NAFLD and cognitive impairment, namely concerning memory and attention. This study aimed to define the forms of cognitive deficits associated with these risk variables and determine the factors contributing to cognitive impairment in NAFLD patients.METHODS: An analytical observational study was conducted at Wahidin Sudirohusodo Teaching Hospital in Indonesia from 2023 to 2024. A total of 126 NAFLD patients were included, and cognitive function was assessed using the Montreal Cognitive Assessment Indonesia (MoCA-INA) instrument. Statistical analysis was performed using SPSS version 25 (SPSS Inc., Chicago, IL, USA).RESULTS: Among the 126 NAFLD patients analyzed, 63 (50%) exhibited cognitive impairment, primarily as memory deficits. Obesity and dyslipidemia were significantly associated with cognitive impairment, with obesity presenting a 4.5-fold increased risk and dyslipidemia a 2.5-fold increased risk. However, hypertension and diabetes mellitus did not show significant associations with cognitive impairment.CONCLUSIONS: This study underscores the prevalence of cognitive impairment in NAFLD patients and highlights obesity and dyslipidemia as significant risk factors for cognitive decline in this population. Further longitudinal studies are needed to explore the relationship between NAFLD and cognitive impairment.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».