Diabetes control, dyslipidemia, hsCRP and mild cognitive impairment in non-elderly people with type 2 diabetes mellitus
Notice bibliographique
Résumé
Background: Mild Cognitive Impairment (MCI) a transitional stage between normal aging and dementia has been observed more in people with diabetes when compared with general population. The risk factors for MCI in type 2 diabetes mellitus (T2DM) have been defined in elderly patients and aging may itself contribute to declining in cognitive functions. As the large number people with T2DM are under 60years, the prevalence of MCI and factors contributing to it are not much studied. So, this study aimed to find out the factors contributing to MCI in non-elderly T2DM patients.Methods: In this cross-sectional study, 257 patients with T2DM underwent cognitive assessment by Montreal cognitive assessment test and the cognitive levels were correlated with their glycosylated hemoglobin, lipid profile, and highly sensitive C-reactive protein (hsCRP).Results: The prevalence of mild cognitive impairment (MCI) was 64.2%. MCI significantly correlated with duration of diabetes, socioeconomic status, HbA1c, serum triglycerides, low-density lipoprotein, very low-density lipoprotein and hsCRP levels. The factors that were statistically insignificant were body mass index and high-density lipoprotein levels.Conclusions: Cognitive impairment is seen even in non-elderly T2DM patients. It should be considered along with the other complications of diabetes and individuals with T2DM should be screened for cognitive impairment to prevent progression to dementia.
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 | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».