Mild neurocognitive disorder and chronic kidney disease: different screening tests
Bibliographic record
Abstract
Introdução: A doença renal crônica (DRC) atinge um percentual significativo de idosos, além de estar relacionada a uma série de comorbidades, em especial, o transtorno neurocognitivo leve (TNL). A diminuição da taxa de filtração glomerular está significativamente associada a déficits globais na cognição, função executiva, linguagem e memória. Em virtude disso, a triagem cognitiva é fundamental para a população com DRC. Objetivo geral: Estimar a prevalência de TNL em doentes renais crônicos em tratamento dialítico, comparando com um grupo controle (GC) pareado por sexo e idade, e contrastar o uso de diferentes instrumentos de screening para esta finalidade. Material e método: Estudo transversal, caso-controle, no qual foram avaliados 54 pacientes em HD (GHD) e 54 controles saudáveis (GC), pareados por sexo e idade. Os pacientes foram submetidos a avaliação neuropsicológica, compreendida por testes de triagem (Mini-Exame do Estado Mental – MEEM; Avaliação Cognitiva de Montreal – MoCA; Mini-Cog), teste de inteligência (Escala Wechsler Abreviada de Inteligência – WASI), avaliação de qualidade de vida (QV) (The Medical Outcomes Study 36 item Short-Form Health Survey- SF-36), sintomas de ansiedade e depressão (Inventário de Ansiedade de Beck – BAI; Inventário de Depressão de Beck), complementados por dados sociodemográficos, clínicos e laboratoriais. Resultados: O GHD tinha medianas de 60 anos (50-67; intervalo interquartil) de idade, tempo de tratamento de 23 meses (10-51) e 40,74% tinham o DM como doença de base. Os grupos não diferiram quanto a idade [GHD= 60 (49,7-67) vs. GC= 62 (46,5-66,25), p=0,73] e sexo; mas diferiram quanto à escolaridade [GHD= 5 (4-8,5) vs. GC= 11 (4-14), p=0,002]. Com relação à prevalência de TNL pelos testes de triagem, os grupos diferiram com relação à MoCA nos dois pontos de corte utilizados (Sarmento p=0,007; Memória p=0,04) e MiniCog (p=0,03), onde GHD apresentou a menor pontuação. A WASI mostrou diferença entre os grupos nas escalas verbal [GHD: 73 (59,7 - 87,5) vs. GC: 84,5 (67 - 102); p=0,022], execução [GHD: 69 (61 - 86,2 vs. GC: 76,5 (67,5 - 98,5); p=0,003] e total [GHD: 142,5 (124,5 - 162) vs. GC: 158 (135, 75 - 199,75; p=0,013). Quando o GHD foi subdividido em grupos etários (GHD1: 29-59 anos; GHD2: 60-78 anos), foi verificada diferença estatística na prevalência apenas pelo MiniCog (p=0,04). A WASI mostrou diferença significante na escala verbal [GHD1: 81,6±18,7 vs. GHD2: 70,1 ± 17,9; p=0,02). Não foram verificadas diferenças entre GHD1 e GHD2 quanto aos domínios de QV, sintomas de ansiedade e depressão. A análise de correlação entre WASI e MoCA foi moderada (r=0,65; p<0,001) e ambos se correlacionaram com escolaridade (r=0,48; p<0,001 e r=0,43; p=0,001, respectivamente. A análise multivariada mostrou que pela MoCA Sarmento ter menos anos de estudo é fator de risco para TNL (OR = 0,84; IC95% = 0,72-0,99; p = 0,04); pela MoCA Memória ter diabetes melito é fator de risco para TNL (OR: 4,4; IC95%: 1,1-16,3; p = 0,02) e pelo MiniCog, ser do sexo masculino (OR = 5,29; IC95% = 1,1-23,5; p = 0,02) e ter menos anos de estudo (OR = 0,76; IC95% = 0,62; p = 0,01) são fatores de risco para TNL. Discussão e Conclusões: A prevalência de TNL foi alta para pacientes em HD e influenciada por fatores educacionais e clínicos. Pacientes em HD apresentam múltiplos déficits cognitivos tais como linguagem, função executiva, raciocínio abstrato e memória verbal. Conforme já apontado na literatura, o MEEM não se mostrou um instrumento sensível para detecção de TNL. O MiniCog mostrou-se uma opção viável no contexto da HD. WASI e MoCA se complementam, contudo, se faz necessária a realização de estudos normativos da MoCa no contexto da HD.
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 machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.002 | 0.000 |
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; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
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".