MétaCan
Menu
Retour à la cohorte
Enregistrement W4283696035 · doi:10.1155/2022/4841205

Effect of Chronic Heart Failure Complicated with Type 2 Diabetes Mellitus on Cognitive Function in the Elderly

2022· article· en· W4283696035 sur OpenAlexaboutno aff
Yang Liu, Rui Meng, Jianzeng Dong

Dossier post-publication

NatureRetraction
MotifConcerns/Issues about Data;Concerns/Issues about Referencing/Attributions;Concerns/Issues about Peer Review;Investigation by Journal/Publisher;Investigation by Third Party;Unreliable Results and/or Conclusions;
Date6/21/2023 0:00
Signalé par OpenAlex ?Oui

Source : Retraction Watch, jointe par DOI. OpenAlex consigne la rétractation dans is_retracted, un booléen sur un espace d'états à au moins quatre valeurs ; il ne peut donc exprimer ni une expression de préoccupation, ni une correction, ni un rétablissement, et les rapporte comme false, ce qui se lit comme « rien à signaler ».

Notice bibliographique

RevueEvidence-based Complementary and Alternative Medicine · 2022
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeurological Disease Mechanisms and Treatments
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésInternal medicineMedicineEjection fractionHamdHeart failureMontreal Cognitive AssessmentDiabetes mellitusType 2 Diabetes MellitusCardiac function curveCardiologySignificant differenceCognitive impairmentEndocrinologyDisease

Résumé

récupéré en direct d'OpenAlex

Objective. To explore the effect of chronic heart failure complicated with type 2 diabetes mellitus on cognitive function in the elderly. Methods. 600 patients with chronic heart failure were selected from January 2018 to January 2021. All patients were divided into observation group (A) and control group (B). A was chronic heart failure complicated with type 2 diabetes mellitus group. B was chronic heart failure group. The clinical effects of the two groups were observed. Results. Compared with the clinical indexes during and after operation, there were differences in operation time, postoperative recovery time, and treatment cost between A and B, but the difference is not significant (all P > 0.05 ). LVEF cardiac function index score, LVEF score of A compared with B, the difference was statistically significant ( P < 0.05 ). The MMSE score and MoCA score of the two groups were compared. Before operation, the MMSE score and MoCA score of A were lower than those of B, and the difference was statistically significant ( P < 0.05 ). After operation, the MMSE score and MoCA score in B were significantly higher than those in B, but the increasing trend of MMSE score and MoCA score in B was significantly higher than that in A ( P < 0.05 ). Comparison of HAMA score and HAMD score: before operation, the HAMA score and HAMD score were higher in A, but the difference is not significant ( P > 0.05 ). After operation, the scores of HAMA and HAMD in A and B decreased significantly, but the difference is not significant ( P > 0.05 ). Multivariate analysis showed that the fasting blood glucose and glycosylated hemoglobin were the risk factors of cognitive impairment. Conclusion. Type 2 diabetes mellitus in elderly patients with chronic heart failure will further aggravate cognitive impairment, and type 2 diabetes is an important independent risk factor affecting cognitive function, which accelerates cognitive impairment and significantly reduces the executive ability of elderly patients with chronic heart failure, resulting in a significant decline in patients’ ability to understand and apply information.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,053
Tête enseignante GPT0,310
Écart entre enseignants0,257 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEvidence-based Complementary and Alternative MedicineMême sujetNeurological Disease Mechanisms and TreatmentsTravaux en français237 207