A clinical research of risk factors in type 2 diabetic patients with cognitive impairment
Notice bibliographique
Résumé
Objective To study the risk factors in type 2 diabetic patients with cognitive impairment and provide clini cal evidences for early prevention and treatment of type 2 diabetic patients with cognitive impairment.Methods A total of 211 cases of patients with type 2 diabetes were selected and their cognitive function had been assessed with the Chinese version of Montreal Cognitive Assessment(MOCA).Based on the MOCA scores,they were divided into the cognitive impairment group(CI) and the normal group(NC).Their gender,age,the level of education,the nature of the work,hypertension,body mass index,glycohemoglobin were recorded.Results There was a statistically significant difference(P 0.05) between the two groups in age,the level of education,body mass index,and glycohemoglobin.Multiple stepwise regression analysis showed that age,the level of education and the level of glycohemoglobin were in dependent risk factors for MOCA scores.Conclusion Elderly,high body mass index,and high glycated hemoglobin are risk factors for cognitive impairment in type 2 diabetic patients.Highly educated is a protective factor for cognitive impairment in type 2 diabetic patients.Effective controlling of blood glucose,body weight,and increasing the level of education may contribute to preventing or delaying the occurrence of cognitive impairment in type 2 diabetic 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 | 0,000 | 0,001 |
| 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 ».