Determinants of Cognitive Function in Individuals with Type 2 Diabetes Mellitus: A Meta-Analysis
Notice bibliographique
Résumé
BACKGROUND: Type 2 diabetes mellitus (T2DM) is associated with deficits across multiple cognitive domains; however, the determinants of cognitive impairment in T2DM are not well characterized. We aimed to evaluate body mass index (BMI), glycemic control, and T2DM duration as moderators of cognitive dysfunction in T2DM. METHODS: We conducted a meta-analytic review of the literature reporting data on BMI, hemoglobin A1c (HbA1c), T2DM duration, and validated measures of processing speed (ie, Digit Symbol Substitution Test, Trail Making Test [TMT]-A), verbal learning and memory (ie, Rey Auditory Verbal Learning Test), and working memory/executive function (ie, TMT-B) among individuals with vs without T2DM. RESULTS: Individuals with T2DM demonstrated deficits across multiple cognitive domains (k = 40; n = 4,252 T2DM; n = 22,322 non-T2DM; effect sizes 0.21 to 0.35). Illness duration and BMI did not significantly moderate measures of cognition; however, higher HbA1c levels were significantly associated with deficits in measures of processing speed (R2 values 0.41 to 0.73, P < .01) and working memory/executive function (R2 = 0.62, P < .001). CONCLUSIONS: Adults with T2DM exhibited significant deficits across multiple domains of cognitive function. Additionally, we identified an association between poorer glycemic control and cognitive dysfunction. A clinical translation of our findings relates to the reduction in morbidity by improving glycemic control.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,001 | 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 ».