MétaCan
Menu
Retour à la cohorte
Enregistrement W1887630777 · doi:10.3389/fnagi.2015.00209

C-Reactive Protein, Advanced Glycation End Products, and Their Receptor in Type 2 Diabetic, Elderly Patients with Mild Cognitive Impairment

2015· article· en· W1887630777 sur OpenAlexaboutno aff
Małgorzata Górska-Ciebiada, Małgorzata Saryusz‐Wolska, Anna Borkowska, Maciej Ciebiada, Jerzy Loba

Notice bibliographique

RevueFrontiers in Aging Neuroscience · 2015
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueAdvanced Glycation End Products research
Établissements canadiensnon disponible
Organismes subventionnairesUniwersytet Łódzki
Mots-clésGlycationMedicineRage (emotion)Internal medicineDiabetes mellitusType 2 diabetesC-reactive proteinMontreal Cognitive AssessmentUnivariate analysisEndocrinologyLogistic regressionAdvanced glycation end-productCognitive impairmentPsychologyDiseaseInflammationMultivariate analysis

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: The aim of the study was to evaluate serum levels of advanced glycation end products (AGEs), receptor for advanced glycation end products (RAGE), and C-reactive protein (CRP) in elderly patients with type 2 diabetes mellitus with and without mild cognitive impairment (MCI) and to determine the predictors (including AGEs, RAGE, and CRP levels) of having MCI in elderly patients with type 2 diabetes. METHODS: Two hundred seventy-six diabetics elders were screened for MCI (using the Montreal Cognitive Assessment: MoCA score). Data of biochemical parameters and biomarkers were collected. RESULTS: Serum AGEs, RAGE, and CRP levels were significantly increased in MCI patients compared to controls. In group of patients with MCI, serum RAGE level was positively correlated with AGEs level and with CRP level. RAGE, AGEs, and CRP concentrations were positively correlated with HbA1c levels and negatively correlated with MoCA score. The univariate logistic regression models revealed that variables, which increased the likelihood of diagnosis of MCI in elderly patients with type 2 diabetes were higher levels of HbA1c, RAGE, AGEs, CRP, TG, lower level of HDL cholesterol, previous CVD, HA, or use of HA drugs, hyperlipidemia, retinopathy, nephropathy, increased number of co-morbidities, older age, and less years of formal education. HA or use of HA drugs, previous CVD, higher level of RAGE and CRP, older age and less years of formal education are the factors increasing the likelihood of having MCI in elderly patients with type 2 diabetes in multivariable model. CONCLUSION: In summary, serum AGEs, RAGE, and CRP are increased in the circulation of MCI elderly diabetic patients compared to controls. A larger population-based prospective study needs to be performed to further confirm the relationship between AGEs, RAGE, and the cognitive decline or progress to dementia.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,345
Score d'incertitude au seuil0,458

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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)0,0000,000

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 Opus0,013
Tête enseignante GPT0,260
Écart entre enseignants0,247 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations58
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in Aging NeuroscienceMême sujetAdvanced Glycation End Products researchTravaux en français237 207