MétaCan
Menu
Retour à la cohorte
Enregistrement W2998724427 · doi:10.26444/jpccr/114332

Factors associated with poor glycaemic control in type 2 diabetic elderly patients with mildcognitive impairment

2019· article· en· W2998724427 sur OpenAlexaboutno aff
Małgorzata Górska-Ciebiada, Maciej Ciebiada

Notice bibliographique

RevueJournal of Pre-Clinical and Clinical Research · 2019
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeurological Disorders and Treatments
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDiabetes mellitusMedicineCognitive impairmentType 2 diabetesInternal medicineCognitionGerontologyPsychiatryEndocrinology

Résumé

récupéré en direct d'OpenAlex

Introduction and objective.Recently, data has indicated a higher incidence of mild cognitive impairment (MCI) in patients with diabetes.Old age is a risk factor for cognitive deterioration and dementia.The aim of the study was to find the factors associated with poor glycaemic control in type 2 diabetic elderly patients with MCI. Materials and method.A cross-sectional study was conducted on 87 diabetic patients with MCI in an outpatient clinic.All subjects were screened for MCI using the Montreal Cognitive Assessment (MoCA).Detailed medical history and collection of blood test samples were performed.Results.83.9% of participants had poor glycaemic control.A positive correlation was found between HbA1c level and number of visit to a doctor per year, number of co-morbidities, duration of T2DM, triglycerides and fasting glucose level; and a negative correlation between HbA1c level and years of education, HDL cholesterol level and MoCA score.The univariate logistic regression models revealed factors which are associated with poor glycemic control are: less years of education, higher no of visit to doctor per year, increased number of co-morbidities, presence of CVD, retinopathy, higher levels of triglycerides and fasting glucose, lower level of HDL cholesterol, lower MoCA score.Multivariable model revealed that higher plasma levels of fasting glucose and triglycerides are significant predictors.Conclusions.There is a high prevalence of poor glycemic control patients among elderly diabetics with MCI.Higher plasma levels of fasting glucose and triglycerides seems to be the most important predictors of poor glycemic control, however father larger studies are needed to elucidate these relationships.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,138
Tête enseignante GPT0,425
Écart entre enseignants0,287 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Pre-Clinical and Clinical ResearchMême sujetNeurological Disorders and TreatmentsTravaux en français237 207