Walking Speed is the Sole Determinant Criterion of Sarcopenia of Mild Cognitive Impairment in Japanese Elderly Patients with Type 2 Diabetes Mellitus
Notice bibliographique
Résumé
Diabetes mellitus is a risk factor for mild cognitive impairment (MCI) and dementia. However, how the clinical characteristics of MCI patients with type 2 diabetes mellitus are linked to sarcopenia and/or its criteria remain to be elucidated. Japanese patients with type 2 diabetes mellitus were categorized into the MCI group for MoCA-J (the Japanese version of the Montreal cognitive assessment) score <26, and into the non-MCI group for MoCA-J ≥26. Sarcopenia was defined by a low skeletal mass index along with low muscle strength (handgrip strength) or low physical performance (walking speed <1.0 m/s). Univariate and multivariate-adjusted odds ratio models were used to determine the independent contributors for MoCA-J <26. Among 438 participants, 221 (50.5%) and 217 (49.5%) comprised the non-MCI and MCI groups, respectively. In the MCI group, age (61 ± 12 vs. 71 ± 10 years, p < 0.01) and duration of diabetes mellitus (14 ± 9 vs. 17 ± 9 years, p < 0.01) were higher than those in the non-MCI group. Patients in the MCI group exhibited lower hand grip strength, walking speed, and skeletal mass index, but higher prevalence of sarcopenia. Only walking speed (rather than muscle loss or muscle weakness) was found to be an independent determinant of MCI after adjusting for multiple factors, such as age, gender, body mass index (BMI), duration of diabetes mellitus, hypertension, dyslipidemia, smoking, drinking, estimated glomerular filtration rate (eGFR), HbA1c, and history of coronary heart diseases and stroke. In subgroup analysis, a group consisting of male patients aged ≥65 years, with BMI <25, showed a significant OR for walking speed. This study showed that slow walking speed is a sole determinant criterion of sarcopenia of MCI in patients with type 2 diabetes mellitus. It was suggested that walking speed is an important factor in the prediction and prevention of MCI development in patients with diabetes mellitus.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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 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 ».