Risk Factors of Mild Cognitive Impairment in Patients with Type 2 Diabetes
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Objective To evaluate the risk factors of mild cognitive impairment(MCI) in patients with type 2 diabetes.Methods Montreal Cognitive Assessment(MoCA)(Beijing Version) was used as cognition assessment tool.93 type 2 diabetic patients with MCl(MCI group) and 49 type 2 diabetic patients with normal cognitive function(NC group) were enrolled as subjects.Information of disease history,family history,BMI,WHR,FPG,HbA1c,C-P,blood lipid,SBP,DBP and carotid color ultrasound were collected.Results There were statistically significant differences in the history of hypertension,course of diabetes mellitus,C-P level,Max C-IMT,Min carotid resistant index(C-RI) between the MCI group and NC group(P0.05).No statistically significant differences were found in the history and course of hyperlipidaemia,history of diabetes mellitus,course of HBP,sex composition,BMI,WHR,blood sugar(FPG,HbA1c),SBP,DBP and blood lipid between the MCI group and NC group(P0.05).MoCA scores were positively correlated with C-P level(P0.01),and were negatively correlated with the history of HBP,course of diabetes mellitus,Max C-IMT and Min C-RI(P0.05).Multiple regression analysis showed that history of hypertension,C-P level and Min C-RI were independent risk factors for the MoCA scores(P0.01).Conclusion The course of diabetes mellitus,history of HBP,C-P levels,C-IMT and C-RI might be risk factors for MCI 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.
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 découle