Correlation between body composition analysis and cognition in maintenance hemodialysis patients
Notice bibliographique
Résumé
ObjectiveTo employ body composition monitor （BCM） to measure body composition in patients with maintenance hemodialysis （MHD） and examine the correlation between measurement results and cognitive function.MethodsFrom May 2019 to December 2019，a total of 106 patients with chronic renal failure （CRF） receiving MHD were selected. Their general clinical data were collected. Various parameters of body composition were analyzed by BCM，including overhydration （OH），fat tissue index （FTI），lean tissue index （LTI），body mass index （BMI），total body water （TBW），extracellular water （ECW） and intracellular water （ICW）. Montreal Cognitive Assessment Scale （MoCA） was employed for assessing cognitive function. Based upon the cognitive function score，they were divided into two groups of normal cognitive function and cognitive dysfunction group. And correlation between body composition and cognitive function was examined.ResultsSignificant inter-group differences existed in age，duration of dialysis，OH/ECW，ECW/H，LTI and ICW （P<0.05）. Multiple linear regression analysis indicated that age （P=0.007），OH/ECW （P=0.044），ECW/H （P=0.001） and LTI （P=0.000） were correlated with cognitive impairment.ConclusionAge，OH/ECW，ECW/H and LTI are significantly associated with cognitive dysfunction in MHD patients. Advanced age，higher levels of OH/ECW and ECW/H and lower level of LTI were accompanied with worse cognition.
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 ».