Factors Associated with Mild Cognitive Impairment among Elderly Filipinos with Type 2 Diabetes Mellitus
Notice bibliographique
Résumé
Objectives.This study aims to identify factors associated with mild cognitive impairment (MCI) among elderly Filipinos with Type 2 diabetes mellitus.Methodology.This is an analytic cross-sectional study involving 133 elderly (≥60 years old) with Type 2 diabetes mellitus consecutively sampled from the General Medicine and Diabetes Clinics of the Philippine General Hospital.Eligible subjects were interviewed to gather demographic and clinical data.Body mass index, waist-hip ratio and mean blood pressure were computed.HBA1c, lipid profile, creatinine and urine proteinuria were tested or recorded if done recently.Dilated fundus examination via indirect ophthalmoscopy and 10-gram monofilament test were performed to detect retinopathy and neuropathy.The Montreal Cognitive Assessment-Philippines tool was administered to detect patients with probable MCI using a cutoff score of ≤21.Multivariate logistic regression analysis was performed to determine the associated factors.Results.Using MoCA-P tool, MCI has a rate of 45% among elderly Filipino diabetics.Having more than 12 years of education is significantly associated with lower odds of MCI.(OR 0.38 CI 0.18, 0.80, p value 0.010).Conclusion.The rate of MCI among Filipino elderly diabetics is high.Higher education is associated with lower odds of having MCI.Case-control or prospective cohort studies involving larger sample and non-diabetic population are recommended.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 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) | 0,002 | 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 ».