Alterações Neuropsicológicas na Doença Renal Crônica pré-dialítica e sua associação com o metabolismo do ferro
Bibliographic record
Abstract
Introdução: Comprometimento cognitivo (CC) é comum no paciente renal crônico, porém pouco avaliado. A anemia e a deficiência de ferro podem contribuir para o CC. Objetivo: avaliar CC e sua associação com alterações no metabolismo do ferro na DRC pré-dialítica. Método: Estudo transversal com 54 pacientes entre 21 e 65 anos avaliados sociodemografica, clínica e laboratorialmente. Realizada triagem cognitiva completa, teste de rastreio de cognição global: Montreal Cognitive Assessment (MoCA), bateria de testes de memória, atenção, velocidade de processamento, fluência verbal e funções executivas, escalas de sono (Escala de Sonolência Diurna de Epworth, Questionário Clínico de Apnéia Obstrutiva do Sono de Berlin(AOS), Questionário de cinco perguntas de sintomas de Pernas Inquietas, depressão (Inventário de depressão de Beck, Mini-Plus para Episódio Depressivo Maior (DSM-IV) e de funcionalidade (Questionário de Atividades Funcionais de Pfeffer). Resultados: AOS esteve presente em 76,9%, pernas inquietas e sonolência diurna (35,2%) e sintomas depressivos (34,7%). O MoCA esteve alterado em 59,3%. Correlação de Pearson entre testes neuropsicológicos e Hemoglobina(Hb), índice de Saturação de Transferrina(IST), ferritina e PCRus, mostrou associação entre MoCA e Hb (r=0,310 e p=0,02). Regressão Linear utilizando três modelos ajustados por variáveis sociodemográficas e IST ou ferritina ou Hb: modelo 1 e 2-escolaridade e depressão se associaram ao MoCA, modelo 3-Hb e depressão se associaram ao MoCA. Conclusão: O nível sérico de Hb e a presença de depressão foram associadas com CC. Níveis mais baixos de ferritina se correlacionaram com o MoCA, enquanto não encontramos associação com os demais marcadores do metabolismo do ferro.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.003 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.003 | 0.002 |
| Bibliometrics | 0.000 | 0.002 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.000 | 0.002 |
| Insufficient payload (model declined to judge) | 0.003 | 0.002 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; both teacher heads agree on what is shown here.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".