Cognitive impairment in type 2 diabetes : Opportunities for diagnosis, prevention and management
Notice bibliographique
Résumé
In the Netherlands, hundreds of thousands of people aged 70 years or older are currently living with type 2 diabetes, and these numbers are expected to increase further. Older people with type 2 diabetes have an increased risk of cognitive impairment, including both mild cognitive impairment and dementia. We studied the impact of cognitive impairment on people with type 2 diabetes. We found that, besides a higher risk of cardiovascular events and death, people with diabetes have more depressive symptoms and visit the emergency room and the general practice out-of-hours services more often when they have cognitive impairment. We conclude that this is a vulnerable group that may benefit from tailored diabetes care. We also investigated possible starting points for the prevention of cognitive impairment in type 2 diabetes. We found that both low and high mean blood glucose levels are related to poor cognitive functioning, particularly in older women. Furthermore, we focused on the question “how should general practitioners identify cognitive impairment?”. Until now, all people who visit their general practitioner with cognitive complaints are offered the same cognitive test, the MMSE. Using three different cognitive tests (the clock-drawing-test, the MoCA and the MMSE), with the choice of the test depending on the chance that the patient has cognitive impairment, offers the opportunity to provide people more accurate answers to questions about their cognitive functioning. Finally, we demonstrated that the ‘Test-Your-Memory’ and ‘Self-Administered-Gerocognitive-Examination’ are suitable tests to screen for cognitive impairment in people with type 2 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 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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».