Cognitive impairment among patients with diabetes in Saudi Arabia: a cross-sectional study
Notice bibliographique
Résumé
Abstract Background The incidence of cognitive impairment (CI) is higher in patients with diabetes mellitus (DM). The association between DM and CI and the risk factors for CI need to be addressed to estimate the prevalence of cognitive impairment in patients with DM and to identify the potential risk factors. The study is a cross-sectional study using a convenient sample of 269 subjects. Sociodemographic diabetes-related variables including biochemical markers were collected. CI and diabetes-related distress (DRD) were assessed using the Arabic version of Montreal Cognitive Assessment scale (MoCA) and the Diabetes Distress Screening Scale respectively. Results Overall, 80.3% had cognitive impairment while 33.8% had severe impairment. Older age, female gender, low level of education, and low income were associated with CI; duration of diabetes and DRD were associated with CI while ophthalmic complications were associated with severe CI. Duration of diabetes was inversely associated with CI. Level of HbA1c was significantly higher in patients with severe CI, and the probability of CI increased as the level of HbA1c increased. Low level of education was associated with severe CI, and CI was two times more likely among patients with DRD. Conclusion CI was higher than worldwide figures. Elderly females with low educational level, long duration of DM, and low socioeconomic status are at more risk. The probability of severe CI increased with increased level of HbA1c. Screening for CI in patients with diabetes along with intervention programs while considering the DRD and the level of HbA1c is crucial.
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 | 0,000 | 0,000 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».