Prevalence and Associated Factors of Mild Cognitive Impairment in Young and Middle-aged Hospitalized Patients with Hypertension
Notice bibliographique
Résumé
Background Mild cognitive impairment (MCI) is highly prevalent in hypertensive patients, but the current studies on MCI in hypertension mostly focus on the elderly group, while scarcely involve young and middle-aged patients. Objective To investigate the prevalence and associated factors of MCI in young and middle-aged hospitalized patients with hypertension. Methods A convenience sample of 213 young and middle-aged hypertensive inpatients were recruited from a tertiary grade A hospital in Harbin from May to December 2021. The General Demographic Questionnaire, Montreal Cognitive Assessment (MoCA) , and the Type-D Scale-14 (DS14) were used for understanding patients' demographics, cognitive impairment status, and D-type personality prevalence, respectively. Multiple Logistic regression was used to analyze associated factors of MCI. Results The prevalence of MCI was 37.56% (80/213) . Multiple Logistic regression analysis showed that age〔OR=1.073, 95%CI (1.033, 1.115) 〕, education level〔junior college education level: OR=0.278, 95%CI (0.084, 0.920) , smoking history〔OR=2.494, 95%CI (1.146, 5.426) 〕, stage of hypertension〔stage 2: OR=3.442, 95%CI (1.252, 9.468) ; stage 3: OR=3.934, 95%CI (1.518, 10.193) 〕, D-type personality〔OR=2.160, 95%CI (1.015, 4.598) , TG〔OR=1.596, 95%CI (1.125, 2.265) 〕, and HDL-C〔OR=0.185, 95%CI (0.049, 0.707) 〕were influential factors of MCI in hypertension (P<0.05) . Conclusion Young and middle-aged hospitalized patients with hypertension had a high prevalence of MCI. Older age, lower level of education, D-type personality, higher level of TG and lower level of HDL-C were related to increased risk of MCI in hypertension. In view of this, medical workers should screen MCI in these patients to identify those at high risk of MCI as early as possible, and deliver interventions to them timely.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,001 | 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 ».