MétaCan
Menu
Retour à la cohorte
Enregistrement W7135693079

Cerebral hypoxia in chronic kidney disease and its relation to cognitive decline

2023· dissertation· cs· W7135693079 sur OpenAlexaboutno aff
Lucie Kalendová

Notice bibliographique

RevueDigital Repository (National Repository of Grey Literature) · 2023
Typedissertation
Languecs
DomaineMedicine
ThématiqueDialysis and Renal Disease Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésKidney diseaseCognitive declineHypoxia (environmental)CognitionHemodialysisCerebral hypoxiaDiseaseIschemia
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Cerebral hypoxia in chronic kidney disease and its relation to cognitive decline Dissertation abstract - MUDr. Lucie Kalendová Introduction: Patients with chronic kidney disease in need of regular hemodialysis treatment have high rates of cognitive impairment. In its multifactorial etiology, vascular changes, cerebral ischemia and hypoxia play a major role. In our work we first studied the association between low cerebral oxygenation and cognitive impairment in this population. Subsequently, we focused on one of the possible etiological factors in this association - the presence of a vascular shunt for hemodialysis. Methods: Chronic hemodialysis patients without overt cognitive impairment participated in the studies. We used a near-infrared spectroscopy (NIRS) device named INVOS for monitoring cerebral oxygenation (rSO2). Cognitive function was assessed with the Montreal Cognitive Assessment (MoCA). To assess the effect of vascular shunt, we performed an interventional study based on short-term ultrasound-confirmed manual compression with continuous monitoring of rSO2. Results: In 39 patients (49 % women, age 64 ± 14 years) we observed a significantly lower rSO2 in the subgroup presenting cognitive decline than in patients without this diagnosis (48 ± 9 vs. 57 ± 10; p = 0.01). The association remained...

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,010
Tête enseignante GPT0,268
Écart entre enseignants0,258 · 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDigital Repository (National Repository of Grey Literature)Même sujetDialysis and Renal Disease ManagementTravaux en français237 207