Glycemic extremes are related to cognitive dysfunction in children with type 1 diabetes: A meta‐analysis
Notice bibliographique
Résumé
AIMS/INTRODUCTION: To examine the magnitude and pattern of cognitive dysfunction in children with type 1 diabetes, and the possible effects associated with other disease variables, such as early onset diabetes, severe hypoglycemia and hyperglycemia. MATERIALS AND METHODS: We carried out a meta-analysis using the Preferred Reporting Items for Systematic Reviews and Meta-Analysis guidelines. We searched MedLine, Embase and PsycINFO to identify studies on cognitive function in children with type 1 diabetes that were published up until 30 September 2016. Effect sizes understood as the standardized mean differences between groups with diabetes and control groups (i.e., Hedges' g) were calculated to quantify the extent of cognitive dysfunction in those groups consisting of children with diabetes. RESULTS: A total of 19 studies met our inclusion criteria, comprising 1,355 participants with type 1 diabetes and 696 controls. Compared with non-diabetic controls, children with type 1 diabetes showed a significantly poorer cognitive performance overall (g = -0.46), as well as specific deficits in full-scale intelligence (g = -1.06), attention (g = -0.60) and psychomotor speed (g = -0.46). Glycemic extremes were associated with poorer overall cognition (g = -0.18), as well as slightly lower performance in memory (g = -0.27). CONCLUSIONS: We found that type 1 diabetes was associated with cognitive dysfunction characterized by a lowered intelligence, diminished attention and a slowing of psychomotor speed. Glycemic extremes, which are described as a period of high glucose levels and severe hypoglycemia, were related to cognitive dysfunction in children with type 1 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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,001 |
| Bibliométrie | 0,003 | 0,005 |
| 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 | 0,001 |
| 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 ».