Factors Associated with Mild Cognitive Impairment among Elderly Filipinos with Type 2 Diabetes Mellitus
Notice bibliographique
Résumé
OBJECTIVES: This study aims to identify factors associated with mild cognitive impairment (MCI) among elderly Filipinos with Type 2 diabetes mellitus. METHODOLOGY: This is an analytic cross-sectional study involving 133 elderly (≥60 years old) with Type 2 diabetes mellitus consecutively sampled from the General Medicine and Diabetes Clinics of the Philippine General Hospital. Eligible subjects were interviewed to gather demographic and clinical data. Body mass index, waist-hip ratio and mean blood pressure were computed. HBA1c, lipid profile, creatinine and urine proteinuria were tested or recorded if done recently. Dilated fundus examination via indirect ophthalmoscopy and 10-gram monofilament test were performed to detect retinopathy and neuropathy. The Montreal Cognitive Assessment-Philippines tool was administered to detect patients with probable MCI using a cutoff score of ≤21. Multivariate logistic regression analysis was performed to determine the associated factors. RESULTS: Using MoCA-P tool, MCI has a rate of 45% among elderly Filipino diabetics. Having more than 12 years of education is significantly associated with lower odds of MCI. (OR 0.38 CI 0.18, 0.80, p value 0.010). CONCLUSION: The rate of MCI among Filipino elderly diabetics is high. Higher education is associated with lower odds of having MCI. Case-control or prospective cohort studies involving larger sample and non-diabetic population are recommended.
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 | 0,001 | 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 ».