Association of B12 deficiency and clinical neuropathy with metformin use in type 2 diabetes patients
Notice bibliographique
Résumé
CONTEXT: Long-term metformin use has been hypothesized to cause B12 deficiency and neuropathy in Type 2 diabetes patients. However, there is a paucity of Indian data regarding the same. AIM: To compare the prevalence of B12 deficiency and peripheral neuropathy in patients with Type 2 diabetes mellitus treated with or without metformin. MATERIALS AND METHODS: We recruited patients with Type 2 diabetes and divided them into metformin exposed and nonmetformin exposed groups. We measured baseline demographic variables like age, sex, vegetarian status, and HbA1c levels in both groups. We compared vitamin B12 levels and severity of peripheral neuropathy (using Toronto Clinical Scoring System (TCSS)) in both groups. Definite B12 deficiency was defined as B12 <150 pg/ml and possible B12 deficiency as <220 pg/ml. The difference in vitamin B12 levels and TCSS was calculated in both groups using independent samples t-test. Spearman's rank correlation between cumulative metformin use and B12 level was calculated. Odds ratio of vitamin B12 deficiency in metformin exposed group was also estimated. RESULTS: Mean serum B12 levels was significantly lower in metformin exposed group (n=84) compared with nonmetformin exposed group (n=52) (410±230.7 versus 549.2±244.7, P=0.0011). Mean neuropathy score was significantly higher in metformin exposed group. (5.72±2.04 versus 4.62±2.12, P=0.0064). Odds ratio for possible B12 deficiency was 4.45 (95% CI 1.24-15.97). There was significant negative correlation between cumulative metformin dose and vitamin B12 level (r=-0.68, P<0.0001). CONCLUSION: Metformin use is associated with vitamin B12 deficiency and clinical neuropathy in Type 2 diabetes patients.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 ».