Diabetes in a Large Dementia Cohort: Clinical Characteristics and Treatment From the Swedish Dementia Registry
Notice bibliographique
Résumé
OBJECTIVE: We aimed to investigate the differences in clinical characteristics and pharmacological treatment associated with the presence of diabetes in a large cohort of patients with dementia. RESEARCH DESIGN AND METHODS: A cross-sectional registry-based study was conducted using data from the Swedish Dementia Registry (SveDem). Data on dementia diagnosis, dementia type, and demographic determinants were extracted from SveDem. Data from the Swedish Patient Register and Prescribed Drug Register were combined for the diagnosis of diabetes. Data on antidiabetic, dementia, cardiovascular, and psychotropic medications were extracted from the Swedish Prescribed Drug Register. Logistic regression was used to determine whether the variables were associated with diabetes after adjustment for confounders. In total, 29,630 patients were included in the study, and 4,881 (16.5%) of them received a diagnosis of diabetes. RESULTS: In the fully adjusted model, diabetes was associated with lower age at dementia diagnosis (odds ratio [OR] 0.97 [99% CI 0.97-0.98]), male sex (1.41 [1.27-1.55]), vascular dementia (1.17 [1.01-1.36]), and mixed dementia (1.21 [1.06-1.39]). Dementia with Lewy bodies (0.64 [0.44-0.94]), Parkinson disease dementia (0.46 [0.28-0.75]), and treatment with antidepressants (0.85 [0.77-0.95]) were less common among patients with diabetes. Patients with diabetes who had Alzheimer disease obtained significantly less treatment with cholinesterase inhibitors (0.78 [0.63-0.95]) and memantine (0.68 [0.54-0.85]). CONCLUSIONS: Patients with diabetes were younger at dementia diagnosis and obtained less dementia medication for Alzheimer disease, suggesting less optimal dementia treatment. Future research should evaluate survival and differences in metabolic profile in patients with diabetes and different dementia disorders.
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 | 0,000 | 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 ».