Serum Insulin Degrading Enzyme Level and Other Factors in Type 2 Diabetic Patients with Mild Cognitive Impairment
Notice bibliographique
Résumé
BACKGROUND AND AIMS: Insulin degrading enzyme (IDE) contributes to the degradation processes of insulin and Aβ. We aimed to investigate the role of IDE in type 2 diabetes patients with mild cognitive impairment (MCI). METHODS: A total of 146 individuals with type 2 diabetes were enrolled and divided into two groups according to the Montreal Cognitive Assessment (MoCA) score. Demographic characteristics, cognitive function and serum IDE level were examined. RESULTS: There were 75 patients with MCI and 71 patients without MCI. Diabetic patients with MCI had a higher serum level of IDE compared with the control group (p > 0.001). Among patients with MCI, serum IDE level was positively correlated with the MoCA score (r = 0.839; p > 0.001). Correlation analysis demonstrated that IDE was positively correlated with MoCA score (r = 0.815; p > 0.001) but negatively correlated with the Trail Making Test-B (r = -0.413; p > 0.001), fasting blood-glucose (r = -0.372; p > 0.001), glycosylated hemoglobin (r = -0.214; p = 0.015), homeostasis model of assessment for insulin resistance (r = -0.560; p > 0.001) and the mean amplitude of glycemic excursions (r = -0.551; p > 0.001) in all subjects. In logistic regression analysis for MCI, IDE (p = 0.010) was an independent variable, after adjusting for age, sex, education, liver function, kidney function, and lipid levels. CONCLUSION: This study demonstrated a greater likelihood of MCI with decreasing serum IDE in patients with type 2 diabetes.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 ».