Abstract 4366000: Association of Albuminuria with Cognition in Midlife: The CARDIA study
Notice bibliographique
Résumé
Background: Chronic kidney disease (CKD) has been associated with late-life cognitive decline. We aim to evaluate whether an early marker of kidney damage, measured by urinary albumin-creatinine ratio (UACR), is associated with midlife cognition. Methods: We analyzed data from 3,281 CARDIA Year 30 participants (mean age = 55±3.6 years). A global cognition score was calculated by summing standardized z-scores from Montreal Cognitive Assessment (MoCA), Digit Symbol Substitution Test (DSST), Stroop (reverse-coded), Rey Auditory Verbal Learning Test (RAVLT), and letter/category fluency tests. UACR was assessed continuously (log-transformed) and categorically (<10, 10–29, ≥30 mg/g; with ≥30 mg/g defined as microalbuminuria). Cross-sectional associations with cognitive scores were evaluated using multivariable linear regression, adjusting for demographics, education, BMI, smoking, and further for diabetes, hypertension, depression, and APOE ε4. Sensitivity analyses were conducted among normotensive participants. Results: Higher UACR was associated with poorer cognitive performance, including lower scores on MoCA (β= –0.06, p< 0.001), Stroop (β= –0.04, p= 0.02), DSST (β= –0.05, p= 0.01), and global cognition (β= –0.03, p= 0.04). A graded inverse association was observed across UACR categories (Table1), with microalbuminuria linked to lower MoCA (β= –0.15, p= 0.01), Stroop (β= –0.17, p= 0.01), and DSST (β= –0.13, p= 0.04); and even moderate UACR levels (10–29 mg/g) linked to reduced MoCA performance (β= –0.10, p= 0.02). Most findings remained consistent in normotensive participants (data not shown). Conclusions: Elevated UACR is associated with poorer midlife cognition, independent of cardiovascular risk factors, and may serve as an early marker of cognitive decline, supporting the importance of kidney health monitoring in dementia prevention.
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 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».