MétaCan
Menu
Retour à la cohorte
Enregistrement W4416734249 · doi:10.4081/reumatismo.2025.2035

PO:14:206 | Factors impacting subjective cognitive impairment in systemic lupus erythematosus patients: clearing away the lupus brain fog

2025· article· W4416734249 sur OpenAlexaboutno aff
Società Italiana Di Reumatologia

Notice bibliographique

RevueReumatismo · 2025
Typearticle
Langue
DomaineMedicine
ThématiqueSystemic Lupus Erythematosus Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLogistic regressionNeuropsychologySystemic lupus erythematosusDepression (economics)Univariate analysisNeuropsychological testCognitionNeuropsychological assessmentMultivariate analysis

Résumé

récupéré en direct d'OpenAlex

Background. Systemic lupus erythematosus (SLE) patients (pts) often suffered from an impairment in cognitive functions, but a universal definition of “brain fog” does not exist. The objective of the study was to evaluate the prevalence of subjective impairment and objective mental alterations (depression, cognition, fatigue) adopting screening tools validated in SLE; also we aimed to investigate which factors were associated with brain fog. Methods. A Cross-sectional study was conducted enrolling adult SLE pts. Brain fog referred to the presence of mental alterations (i.e.; memory, concentration, attention...) as reported by SLE participants. To minimize contribution of type B symptoms, we made a subanalysis of brain fog involving pts with active disease, namely lupus fog. Demographic, clinical, therapeutic data were collected (Table). Serum anti-ribosomal P antibodies (anti-RibP) were quantified using ELISA kits. Cognitive deficits were assessed by a neuropsychologist exploring deficits in 8 cognitive domains with a battery of neuropsychological tests and screened using the Montreal Cognitive Assessment (MoCA) test performed by certified personnel (cut-off<26/30). Depressive symptoms were evaluated using the Center for Epidemiologic Studies Depression Scale (CES-D) (>15). Fatigue was measured using FACIT-F (<34). Chi-squared test and the Mann-Whitney test were used for univariate analysis (UV-A); multivariate analysis (MV-A) was performed building logistic regression models including variables showing p <0.10. Results. 114 SLE pts were enrolled (Table), 105 female (92.1%), mean age 43.7 years (+-12.2). Brain fog was found in 54% pts, with memory deficit reported in 49.1%, attention in 38.6%, concentration in 10.5% and afasia nominum in 5.3%. CES-D>15 was altered in 53.3%, MoCA<26 in 45% and FACIT<34 in 52.9%. At UV-A, an association emerged between the presence of brain fog and CES-D (Fig1A, score p<0.001), FACIT (Fig1A, score p=0.012), fibromyalgia (p<0.001), the neuropsychiatric involvement (p=0.015), anti-RNP (p=0.014), anti Rib-P (p=0.018) and disease duration (p=0.045). No association was found with MoCA test, the battery of neuropsychological test, disease activity scores or treatment. At MV-A, an independent association between brain fog and fibromyalgia (OR=34.6; 95%CI 2.3-523.1, p=0.011), CES-D score (OR=1.1 per unit, 95%CI 1.0-1.2, p=0.033) and disease duration (OR=1.1 per year, 95%CI 1.0-1.2, p=0.038) emerged. Out of 46 pts with clinically active disease, 21 were classified as lupus fog, resulting associated at UV-A with CES-D (Fig2A, score p=0.034), FACIT (Fig2A, score p=0.024) , fibromyalgia (p=0.017). MV-A showed independent association between lupus fog and FACIT score (OR=-0.146; 95%CI -0.275 to -0.017). Conclusion. Brain fog is frequent in SLE pts, but did not correlate with cognitive dysfunction, but with longer disease duration, depressive symptoms, fibromyalgia and in active pts with fatigue. Our findings suggest that SLE pts may have a negative perception about proper cognitive performances, without having a real impairment, supporting the need for assessing depressive and fatigue symptoms during clinical visits.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,009
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict), Intégrité de la recherche
Catégories consensuellesMéta-épidémiologie (sens strict)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,623
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,009
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0020,004
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,017
Tête enseignante GPT0,299
Écart entre enseignants0,282 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueReumatismoMême sujetSystemic Lupus Erythematosus ResearchTravaux en français237 207