[Correlation analysis of lipid level and cognitive function in middle-aged and elderly diabetic population from 2 communities in Beijing in 2017].
Notice bibliographique
Résumé
OBJECTIVE: To investigate the relationship between serum lipid level and cognitive function in middle-aged and elderly patients with type 2 diabetes mellitus(T2 DM). METHODS: A cross-sectional study was implemented in 2017 to explore the correlation between lipid level and cognitive function in middle-aged and elderly diabetic patients. A random sample of 1526 middle-aged and elderly people were recruited from 2 communities in Beijing. Fasting blood samples were collected for blood lipid level detection, and the cognitive function of the subjects was assessed by the Montreal Cognitive Assessment Scale(MoCA). Logistic regression model was used to analyze the correlation between serum lipid levels and mild cognitive impairment(MCI) in elderly and T2 DM patients and control group. RESULTS: Compared with the control group, there were significant differences in blood lipid levels in T2 DM group. The levels of total cholesterol(TC) and high density lipoprotein cholesterol(HDL-C) in T2 DM group were lower than those in the control group, while triglyceride(TG) and low density lipoprotein cholesterol(LDL-C) were higher than those in the control group. Logistic regression analysis showed that high level of TC was a risk factor for MCI in patients with T2 DM, while high level of LDL-C was a protective factor, but no association was observed in the control population. CONCLUSION: Phenotype of T2 DM may affect the relationship between lipid level and cognitive function in middle-aged and elderly people.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| 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) | 0,001 | 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 ».