Serum Levels of Inflammatory Markers in Depressed Elderly Patients with Diabetes and Mild Cognitive Impairment
Notice bibliographique
Résumé
OBJECTIVE: The aim of the study was to determine the serum levels of CRP, IL-6 and TNF-α in elderly diabetic patients with depressive syndrome alone or with coexisting mild cognitive impairment (MCI). METHODS: 276 diabetics elders were screened for depressive symptoms (using Geriatric Depression Scale: GDS-30) and MCI (using the Montreal Cognitive Assessment: MoCA score). Data of HbA1c, blood lipids and inflammatory markers levels were collected. RESULTS: In all groups of patients levels of CRP, IL-6 and TNF-α were significantly higher as compared to controls. The highest level of inflammatory markers was detected in group with depressive mood and coexisting MCI, however IL-6 level didn't significantly differ as compared to MCI group. We founded correlations between all inflammatory markers in group of patients with depressive mood and in group of subjects with depressive symptoms and coexisting MCI. GDS-30 score was correlated with levels of inflammatory markers in group with depressive mood, and with levels of CRP and TNF-α in group with depressive mood and coexisting MCI. In the group with depressive mood and coexisting MCI we founded that MoCA score was negatively correlated with CRP and TNF-α levels; and HbA1c level was positively correlated with all inflammatory markers. The univariate logistic regression models revealed that variables which increased the likelihood of having been diagnosed with MCI in depressed patients were: higher levels of HbA1c, CRP, IL-6 and TNF-α, previous CVD or stroke, increased number of co-morbidities and microvascular complications, older age, less years of formal education. The multivariable model showed that previous CVD, higher HbA1c and IL-6 levels are significant factors. CONCLUSIONS: We demonstrated that the presence of depressive syndrome is associated with higher levels of inflammatory markers in elderly patients with diabetes. The presence of MCI in these depressed subjects has additive effect on levels of inflammatory mediators.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,000 | 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 tête enseignante, 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 ».