ROLE OF MAGNETIC RESONANCE IMAGING IN THE EARLY DIAGNOSIS OF COGNITIVE IMPAIRMENTS IN PATIENTS WITH TYPE 1 DIABETES MELLITUS
Notice bibliographique
Résumé
Objective: to assess the role of brain magnetic resonance imaging (MRI) in patients with type 1 diabetes mellitus (DM1) in relation to clinical, metabolic, and psychoneurological disorders.Material and methods. Fifty-eight patients aged 16 to 30 years with DM1 were examined; a control group consisted of 29 healthy young people matched by gender and age. Their examination involved clinical, metabolic, and psychological testing. The quality of life was assessed using the general Medical Outcomes Study Short Form (MOS SF-36) and the specific Audit-Dependent Quality of Life (AdDQoL). The Montreal Cognitive Assessment (MoСа test) was employed to screen for cognitive impairments. All the patients were advised by a neurologist. Brain MRI using a 1.0 T Siemens Magnetom scanner was carried out to evaluate structural changes in the central nervous system.Results. The examination of the patients with DM1 revealed the signs of grey matter atrophy, enlarged Virchow–Robin spaces, white matter injury, which correlated with the presence of chronic hyperglycemia, cognitive impairments, and microvascular complications.Conclusions. Routine brain MRI is best carried out in patients with DM1 and poor disease control to timely implement therapeuticand-prophylactic measures for preventing cognitive impairments and improving the quality of life.
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 | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 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 ».