A negative effect of poorly controlled diabetes mellitus on the treatment of Parkinson’s disease
Notice bibliographique
Résumé
Objective: Converging evidence ranging from basic pathophysiology to epidemiological and clinical data has described a potential relationship between Parkinson’s disease (PD) and diabetes mellitus (DM). This study aimed to explore the effect of sugar control on the treatment of motor manifestations in PD. Methods: A total of 124 de novo PD patients were included in the study. The participants were classified into three groups, non-DM (n = 45), well-controlled (n = 41) and less-controlled DM (n = 38), based on the glycated hemoglobin (HbA1c) cut-off value of 7.0. Clinical parameters including Unified Parkinson’s Disease Rating Scale (UPDRS), Mini-Mental State Examination (MMSE), and Montreal Cognitive Assessment (MoCA) were evaluated serial twice apart from 1 year. Results: The less-controlled DM group revealed significantly lesser improvement in UPDRS III (baseline to follow-up, 38.1 ± 9.6 to 29.9 ± 7.8; p < 0.001) than those of either non-DM (36.6 ± 8.9 to 22.9 ± 5.7) and well-controlled group (37.0 ± 8.8 to 24.0 ± 6.0) after standard PD treatment for 1 year. A higher HbA1c was correlated with a lesser decline of UPDRS III (b, 0.47; p < 0.001) among PD with DM population. Less-controlled DM effectively predicted a lesser decline of UPDRS III (b = + 5.426; p < 0.001). Conclusions: Our results demonstrated a potential negative effect of sub-optimally controlled blood sugar on treating motor manifestations of PD. Careful glucose management might be a beneficial strategy to improve the burden of motor symptoms in PD who have coexisting DM.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 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) | 0,000 | 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 ».