494-P: The Role of Serum 25-Hydroxyvitamin D in Diabetes-Associated Cognitive Impairment
Notice bibliographique
Résumé
Objective: 25-hydroxyvitamin D (25[OH]D) has received attention being involved in exerting effects in diabetes-associated mild cognitive impairment (MCI). We aimed to examine the relationship between 25(OH)D and the risk of incident MCI, and the exact mechanism to regulate MCI in diabetes. Methods: This cross-sectional study was conducted from 103 patients with type 2 diabetes (aged 40-75years), focusing on cognitive function. After adjustment for age, gender and education level, the partial correlation analysis were used to estimate the relationship of 25(OH)D level with multiple neuropsychological tests and metabolism profile, including glucose and lipid metabolism, blood pressure, coagulation and thyroid function. The mediating effects of metabolism profile on the relationship 25(OH)D with cognitive function were were performed by the simple mediating effect model of Model 4. Results: These participants were finally divided into two groups basing on MoCA: MCI group (n=31) and healthy group (n=72). MCI group showed a lower 25(OH)D level and unfavorable metabolic profiles characterized by higher levels of HbA1c and LPa, but lower levels of INR and FT3 (all p<0.05). The partial correlation analysis found there were positive correlation between 25(OH)D and MoCA, VFT, CDT, LMT, AVLT-IR and AVLT-DR (respectively, r=0.023, p=0.0; 02; r=0.272, p=0.006; r=0.280, p=0.005; r=0.241, p=0.016; r=0.319, p=0.001; r=0.242 p=0.015), primarily reflecting memory, execution and attention. Decreased 25(OH)D level was also correlated with lower FT3 and higher HbAc1 and LPa (respectively, r=0.361, p<0.001; r=-0.223, p=0.026; r=-0.260, p=0.009). In addition, the association between 25(OH)D and MoCA was found to be mediated by FT3 and LPa, with the mediation effect calculated to be 25.57% and 16.69%. Conclusion: Decreased 25(OH)D increased the risk of incident MCI, especially memory, execution and attention dysfunction in diabetes, and their relationship were may mediated by FT3 and LPa. Disclosure W.Zhu: None. S.Wang: None. T.Niu: None. K.Liu: None.
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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».