Effect of Hypoglycemia on Brain Structure in People With Type 2 Diabetes: Epidemiological Analysis of the ACCORD-MIND MRI Trial
Notice bibliographique
Résumé
OBJECTIVE: The effect of hypoglycemia related to treatment of type 2 diabetes mellitus (T2DM) on brain structure remains unclear. We aimed to assess whether symptomatic severe hypoglycemia is associated with brain atrophy and/or white matter abnormalities. RESEARCH DESIGN AND METHODS: We included T2DM participants with brain MRI from the Action to Control Cardiovascular Risk in Diabetes-Memory in Diabetes (ACCORD-MIND) trial. Symptomatic severe hypoglycemia was defined as blood glucose <2.8 mmol/L or symptoms resolved with treatments that required the assistance of another person or medical assistance (hypoglycemia requiring assistance [HA]). Standardized brain MRI was performed at baseline and at 40 months. Total brain volume (TBV) and abnormal white matter (AWM) volume were calculated using an automated computer algorithm. Brain MRI scans of hypoglycemic participants were also reviewed for local disease. RESULTS: Of the 503 T2DM participants (mean age, 62 years) with successful baseline and 40-month brain MRI, 28 had at least one HA episode during the 40-month follow-up. Compared with participants without HA, those with HA had marginally significant less atrophy (less decrease in TBV) from baseline to 40 months (-9.55 [95% CI -15.21, -3.90] vs. -15.38 [95% CI -16.64, -14.12], P = 0.051), and no significant increase of AWM volume (2.06 [95% CI 1.71, 2.49] vs. 1.84 [95% CI 1.76, 1.91], P = 0.247). In addition, no unexpected local signal changes or volume loss were seen on hypoglycemic participants' brain MRI scans. CONCLUSIONS: Our study suggests that hypoglycemia related to T2DM treatment may not accentuate brain pathology, specifically brain atrophy or white matter abnormalities.
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 | 0,002 |
| 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 ».