Diagnosis of TCM symptoms and analysis of risk factors of mild cognitive impairment in patients with type 2 diabetes mellitus.
Notice bibliographique
Résumé
OBJECTIVE: To explore the diagnosis of traditional Chinese medicine (TCM) syndrome and analyze the risk factors of mild cognitive impairment (MCI) in patients with type 2 diabetes mellitus (T2DM). METHODS: 141 T2DM patients, who were hospitalized in department of endocrinology of our hospital from February 2020 to December 2020, were chosen as research subjects. The patients were divided into an observation group (n=65, T2DM with MCI) and a control group (n=76, T2DM with normal cognitive function) according to the Montreal Cognitive Assessment (MoCA) score and diagnostic criteria of MCI. Pearson correlation analysis was used to study the correlation between MoCA score and influencing factors, and multiple logistic regression analyses were applied to analyze the risk factors of T2DM patients. RESULTS: =0.0000). According to the results of multivariate logistic regression analysis, age, course of diabetes, homocysteine (HCY) and glycosylated hemoglobin (HbAlc) were the independent risk factors of MCI, and the education level was a protective factor. CONCLUSION: Mental deficiency and phlegm obstruction are common in T2DM patients complicated with MCI. The factors such as age, diabetes course, education degree, HCY and HbAlc are closely related to MCI. The occurrence of MCI in T2DM patients can be prevented by improving the education degree of patients, effective control of blood glucose and reduction of HCY level.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| 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 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 ».