Development and validation of a nomogram for identifying cognitive impairment in patients with leukoaraiosis
Notice bibliographique
Résumé
BACKGROUND: Leukoaraiosis (LA) is a common cerebral small vessel disease in elderly populations that frequently leads to cognitive impairment and may progress to vascular dementia. Early identification of cognitive dysfunction remains challenging due to the subtle onset and lack of specific biomarkers. OBJECTIVE: To identify key factors associated with cognitive impairment in LA patients and develop a logistic regression-based identification model to facilitate early clinical recognition and intervention. METHODS: This retrospective cross-sectional study included 390 LA patients admitted to the Department of Neurology between June 2020 and April 2023. Patients were classified into cognitive impairment (CI) and non-cognitive impairment (NCI) groups based on Montreal Cognitive Assessment (MoCA) scores. Data collected included demographics, medical history, biochemical markers, and neuroimaging features. The dataset was randomly split 7:3 into training (n = 273) and validation (n = 117) sets. Univariate analysis identified significant variables (p < 0.05), which were then incorporated into multivariate logistic regression analysis. A nomogram was constructed based on the final model, and performance was evaluated using receiver operating characteristic (ROC) curves and calibration plots for both training and validation sets. RESULTS: In the training set of 273 patients, 137 had cognitive impairment and 136 did not. Univariate analysis revealed that age, Fazekas score, intracranial arterial stenosis assessment (IASA), serum creatinine, and total bilirubin were significantly associated with cognitive impairment (p < 0.05). Multivariate logistic regression identified age (OR = 1.17, 95%CI: 1.11-1.24), IASA (OR = 2.52, 95%CI: 1.64-3.68), and Fazekas score (OR = 2.58, 95%CI: 1.74-3.60) as independently associated factors. The logistic regression model demonstrated excellent discrimination with AUC values of 0.873 and 0.814 for training and validation sets, respectively. Calibration curves showed good agreement between predicted and observed probabilities, confirming model reliability. CONCLUSIONS: Age, intracranial arterial stenosis assessment, and Fazekas score are independently associated with cognitive impairment in LA patients. The logistic regression model with nomogram provides a clinically practical tool for identifying and stratifying patients with cognitive impairment, facilitating targeted clinical assessment and intervention.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 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 ».