The nonlinear association between HbA1c and cognitive impairment in patients with alcohol use disorder
Notice bibliographique
Résumé
Background: Extensive research has indicated that higher levels of glycated hemoglobin (HbA1c) are associated with poor cognitive performance regardless of the presence of diabetes. To our knowledge, the association between HbA1c levels and cognitive decline in patients with alcohol use disorder is not well understood. This study aimed to investigate whether HbA1c was associated with cognitive impairment in patients with alcohol use disorder. Methods: Patients admitted to the Psychiatry Department of the Third Hospital of Quzhou with a confirmed diagnosis of alcohol-related cognitive impairment were recruited between January 2019 and February 2022. Their HbA1c levels were measured, and they completed the Mini-Mental State Examination (MMSE) and Montreal Cognitive Assessment (MoCA) after at least one week of monitored abstinence from alcohol. Univariate linear regression, multivariate linear regression and generalized additive models (GAMs) were used to investigate the association of HbA1c with MMSE and MoCA scores. Results: In total, 227 patients were included. Univariate and multivariate regression analyses suggested that HbA1c was negatively associated with MMSE and MoCA scores after adjustment for potential confounders (P < 0.05). The GAM analysis revealed that the relationships between the HbA1c level and the MMSE and MoCA scores were bell-shaped. The inflection points were 5.3% and 5.2% for the MMSE and MoCA respectively. Conclusion: The results of this study suggest that HbA1c levels are significantly related to cognitive impairment in patients with alcohol use disorder. Future studies are required to determine the effects of optimal glucose control in people with alcohol use disorder.
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) | 0,000 | 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 ».