Hypoglycaemia and the risk of dementia: a population-based cohort study using exposure density sampling
Notice bibliographique
Résumé
BACKGROUND: Previous studies have shown hypoglycaemia to be associated with an increased risk of dementia; however, there are several design challenges to consider. The objective of this study is to assess the association between hypoglycaemia and dementia while addressing these challenges using a lag period, exposure density sampling (EDS) and inverse probability of treatment weighting (IPTW). METHODS: This was a population-based cohort using data (1996-2018) from British Columbia, Canada. From a cohort of incident type 2 diabetes patients aged 40-70 years, we created a dynamic sub-cohort of hypoglycaemia-exposed (≥1 episode requiring hospitalization or a physician visit) and unexposed individuals using EDS, in which four unexposed individuals per one exposed were randomly selected into risk sets based on diabetes duration and age. Follow-up was until dementia diagnosis, death, emigration or 31 December 2018. Those diagnosed with dementia within 2 years of follow-up were censored. We adjusted for confounding using IPTW and estimated the hazard ratio (HR, 95% CI) of dementia using weighted conditional cause-specific hazards risk models with death as a competing risk. RESULTS: Among 13 970 patients with incident type 2 diabetes, 2794 experienced hypoglycaemia. There were 329 dementia events over a median (interquartile range: IQR) follow-up of 5.03 (5.7) years. IPTW resulted in well-balanced groups with weighted incidence rates (95% CI) of 4.59 (3.52, 5.98)/1000 person-years among exposed and 3.33 (2.58, 3.88)/1000 person-years among unexposed participants. The risk of dementia was higher among those with hypoglycaemia (HR, 1.83; 95% CI 1.31, 2.57). CONCLUSIONS: After addressing several methodological challenges, we showed that hypoglycaemia contributes to an increased risk of all-cause dementia among patients with type 2 diabetes.
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 | 0,008 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 ».