Correlation between long-term glycemic variability and cognitive function in middle-aged and elderly patients with type 2 diabetes mellitus
Notice bibliographique
Résumé
Abstract Objective To investigate the correlation associated with long-term glycemic variability on cognitive function in middle-aged and elderly patients with T2DM. Methods This study was a single-institution, retrospective analysis of data. A total of 138 patients who were hospitalized in the Department of Endocrinology, the Second Affiliated Hospital of Anhui Medical University from June 2021 to November 2022 were recruited. The Montreal Cognitive Assessment (MoCA) was applied to assess the cognitive function of the patients, which were divided into MCI and non-MCI. Glycated hemoglobin A1c standard deviation (HbAlc-SD) and fasting plasma glucose standard deviation (FPG-SD) were used to measure long-term blood glucose fluctuations. General clinical data, blood biochemical indicators, and glycemic variability indicators were compared between the two groups of patients. The differences between the groups were compared using t-test, x2 test, ornonparametric test. Correlation and diagnostic power were further analyzed using multiple logistic regression analysis and ROC curve analysis. Results The differences in age, BMI, HbA1c-M, HbA1c-SD, FPG-M, FPG-SD, GFR, 24h urinary protein, and UACR were statistically significant between the two groups (P<0.05). In a multiple logistic regression analysis, HbA1c-SD and FPG-SD were found to be risk factors for cognitive dysfunction and eGFR to be a protective factor. The area under the curve (AUC) of HbA1c-SD for predicting MCI prevalence was 0.828 (95% CI 0.754～0.887, P<0.001), with a sensitivity of 62.69%, a specificity of 94.29%, and an optimal diagnostic value 1.01. The area under the curve (AUC) of FPG-SD for predicting MCI prevalence was 0.737 (95% CI 0.655～0.808, P<0.001), with a sensitivity of 76.12%, a specificity of 61.43%, and an best diagnostic value 0.94. The area under the curve (AUC) of eGFR for prediction of MCI prevalence was 0.712 (95% CI 0.628～0.786, P<0.01), with a sensitivity of 70.15 %, a specificity of 64.29 %, and an optimal diagnostic value 79.82 ml/min/1.73m2. Conclusions Long-term blood glucose variability affects cognitive function in middle-aged and elderly T2DM patients, and cognitive function is poorer in those with high blood glucose variability, for whom renal function is a protective factor.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».