Biomarkers for Early Diagnostic of Mild Cognitive Impairment in Type-2 Diabetes Patients: A Multicentre, Retrospective, Nested Case–Control Study
Notice bibliographique
Résumé
BACKGROUND: Both type 2 diabetes mellitus (T2DM) and Alzheimer's disease (AD) are common age-associated disorders and T2DM patients show an increased risk to suffer from AD, however, there is currently no marker to identify who in T2DM populations will develop AD. Since glycogen synthase kinase-3β (GSK-3β) activity, ApoE genotypes and olfactory function are involved in both T2DM and AD pathogenesis, we investigate whether alterations of these factors can identify cognitive impairment in T2DM patients. METHODS: The cognitive ability was evaluated using Minimum Mental State Examination (MMSE) and Clinical Dementia Rating (CDR), and the mild cognitive impairment (MCI) was diagnosed by Petersen's criteria. GSK-3β activity in platelet, ApoE genotypes in leucocytes and the olfactory function were detected by Western/dot blotting, the amplification refractory mutation system (ARMS) PCR and the Connecticut Chemosensory Clinical Research Center (CCCRC) test, respectively. The odds ratio (OR) and 95% confidence intervals (95% CI) of the biomarkers for MCI diagnosis were calculated by logistic regression. The diagnostic capability of the biomarkers was evaluated by receiver operating characteristics (ROC) analyses. FINDINGS: We recruited 694 T2DM patients from Jan. 2012 to May. 2015 in 5 hospitals (Wuhan), and 646 of them met the inclusion criteria and were included in this study. 345 patients in 2 hospitals were assigned to the training set, and 301 patients in another 3 hospitals assigned to the validation set. Patients in each set were randomly divided into two groups: T2DM without MCI (termed T2DM-nMCI) or with MCI (termed T2DM-MCI). There were no significant differences for sex, T2DM years, hypertension, hyperlipidemia, coronary disease, complications, insulin treatment, HbA1c, ApoE ε2, ApoE ε3, tGSK3β and pS9GSK3β between the two groups. Compared with the T2DM-nMCI group, T2DM-MCI group showed lower MMSE score with older age, ApoE ε4 allele, higher olfactory score and higher rGSK-3β (ratio of total GSK-3β to Ser9-phosphorylated GSK-3β) in the training set and the validation set. The OR values of age, ApoE ε4 gene, olfactory score and rGSK-3β were 1.09, 2.09, 1.51, 10.08 in the training set, and 1.06, 2.67, 1.47, 7.19 in the validation set, respectively. The diagnostic accuracy of age, ApoE ε4 gene, olfactory score and rGSK-3β were 0.76, 0.72, 0.66, 0.79 in the training set, and 0.70, 0.68, 0.73, 0.79 in the validation set, respectively. These four combined biomarkers had the area under the curve (AUC) of 82% and 86%, diagnostic accuracy of 83% and 81% in the training set and the validation set, respectively. INTERPRETATION: Aging, activation of peripheral circulating GSK-3β, expression of ApoE ε4 and increase of olfactory score are diagnostic for the mild cognitive impairment in T2DM patients, and combination of these biomarkers can improve the diagnostic accuracy.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».