MétaCan
Menu
Retour à la cohorte
Enregistrement W4318049643 · doi:10.3389/fnagi.2023.1126183

Relationship between glycemic control and cognitive impairment: A systematic review and meta-analysis

2023· review· en· W4318049643 sur OpenAlexaboutno aff
Yufeng Lin, Zhongying Gong, Chunchao Ma, Zhiyun Wang, Kaiyuan Wang

Notice bibliographique

RevueFrontiers in Aging Neuroscience · 2023
Typereview
Langueen
DomaineNeuroscience
ThématiqueNeurological Disorders and Treatments
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGlycemicMedicineMeta-analysisInternal medicineStrictly standardized mean differenceCochrane LibraryDiabetes mellitusPlaceboRandomized controlled trialCognitionCognitive declinePhysical therapyInsulinPsychiatryEndocrinologyDementia

Résumé

récupéré en direct d'OpenAlex

Background Diabetes mellitus, or hyperglycemia, is an independent risk factor for cognitive impairment. Here we systematically analyzed whether glycemic control could improve cognitive impairment in patients with diabetes mellitus (DM), hyperglycemia, or insulin resistance. Methods Three databases (PubMed, EMBASE, and Cochrane Library) and ClinicalTrials.gov were searched for randomized controlled trials analyzing the relationship between glycemic control and cognitive function assessments, published from database inception to June 2022. Patients in experimental groups were treated with antidiabetic drugs, while control groups were treated with a placebo or alternative antidiabetic drugs. Data analysis was conducted using RevMan 5.3 and StataSE-64, and standardized mean difference (SMD) and 95% confidence intervals (CIs) were calculated. Results Thirteen studies comprising 19,314 participants were included. Analysis revealed that glycemic control significantly attenuated the degree of decline in cognitive function assessment scores (SMD = 0.15; 95% CI 0.05, 0.26; p < 0.00001), and funnel plots confirmed no publication bias. Seven studies used Mini-Mental State Examination as the primary cognitive function assessment, showing that glycemic control significantly delayed the degree of decline in cognitive function assessment scores (SMD = 0.18; 95% CI 0.03, 0.34; p = 0.02). Similar results were seen in two studies using the Montreal Cognitive Assessment scale, but without significant difference (SMD = 0.05; 95% CI-0.10, 0.21; p = 0.51). One study using Auditory Word Learning Test (AVLT) showed that glycemic control significantly delayed the decline in cognitive function assessment scores (SMD = 0.52; 95% CI 0.11,0.93; p = 0.01), and another used Wechsler Memory Scale Revised, showing similar results (SMD = 1.45; 95% CI 0.86, 2.04; p < 0.00001). Likewise, a study that used Modified Mini-Mental State scale showed that glycemic control significantly delayed the decline in cognitive function assessment scores (SMD = -0.10; 95% CI-0.16, −0.03; p = 0.005). Lastly, one study used AVLT subtests to show that glycemic control delayed the decline in cognitive function assessment scores, although not statistically significant (SMD = 0.09; 95% CI-0.53, 0.71; p = 0.78). Conclusion Glycemic control through antidiabetic treatment correlates with the improvement of cognitive impairment in patients with DM, hyperglycemia or insulin resistance. However, further studies are needed to validate the results of this study. Systematic Review Registration PROSPERO , identifier CRD42022342260.

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)0,015
score de la tête « metaresearch » (Gemma)0,035
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,080

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0150,035
Méta-épidémiologie (sens strict)0,0030,001
Méta-épidémiologie (sens large)0,0170,026
Bibliométrie0,0070,008
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0020,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,152
Tête enseignante GPT0,363
Écart entre enseignants0,210 · 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'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

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

En bref

Citations36
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in Aging NeuroscienceMême sujetNeurological Disorders and TreatmentsTravaux en français237 207