Mild Cognitive Impairment among Type II Diabetes Mellitus Patients Attending University Teaching Hospital
Notice bibliographique
Résumé
BACKGROUND: Type II diabetes mellitus (TIIDM) has been associated with structural and functional changes in the brain. TIIDM is commonly associated with obesity, insulin resistance, hypertension, and dyslipidemia, all of which can have negative impact on brain. AIM: The aim of the study was to study the risk of mild cognitive impairment (MCI) among both diabetics and non-diabetics and to identify risk factors to MCI among both groups. METHODS: Two comparative cross-sectional studies were carried out enrolling 100 diabetics and 100 age, sex, and education matching non-diabetics. Cognitive function was assessed using Montreal Cognitive Assessment (MoCA) test and risk factors for MCI were assessed. RESULTS: The subjective complaint of memory impairment among diabetics was significantly higher (34%) compared to non-diabetics (13.0%), p < 0.05. The mean of objective MoCA score was significantly lower among diabetics (25.9 ± 2.5) compared to non-diabetics (27.4 ± 2.4), p < 0.001. The rate of MCI was significantly higher among TIIDM patients (22%) compared to non-diabetics (9%), p < 0.01 and odds ratio (OR) 2.8 (95% confidence interval 1.2–6.5). Among the two studied groups, the rate of MCI was significantly higher among those aged over 50 years compared to younger age as well as among hypertensive compared to non-hypertensive persons, (p < 0.05). Among diabetics, the MCI was significantly higher among those with secondary education, having heart diseases, longer duration of DM, or repeated hypoglycemia attack, p < 0.05. A healthy diet, brain training, and social activities were found to be significantly associated with normal cognition. Logistic analysis revealed that diabetics aged above 50 was the only significant predicting factor for MCI with an OR 2.9 (95% CI: 3.8–123.3), p < 0.001. CONCLUSION: TIIDM is significantly associated with 3-times increasing risk of having MCI compared to non-diabetics. The age, hypertension, cardiovascular diseases, duration of diabetes, and frequency of hypoglycemic episodes are risk factors for cognitive impairment. A healthy diet, brain training, and social activities were associated with better cognitive function.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».