To evaluate the prevalence, subtypes and risk associations of mild cognitive impairment in elderly Indian individuals with type 2 diabetes
Notice bibliographique
Résumé
Abstract Background Diabetes is an important modifiable risk factor for dementia. The prevalence of mild cognitive impairment (MCI) in type 2 diabetes (T2D) is high (You et al, 2021). This data is largely derived using screening tools (MMSE or MoCA), with little information on MCI subtypes. Evidence from the South Asian region is particularly scarce, where prevalence of diabetes is high, and is seen a decade earlier compared to Caucasians. Method We have established a cohort of elders (³ 60 years of age), with and without diabetes, visiting a tertiary care hospital in North India (from 2019, ongoing). The participants underwent an interview to collect information on their demographic profile, risk associations, vascular health, and other comorbidities. Culturally validated neuropsychological battery was used for cognitive evaluation. MoCA was done in a subset of patients. Result We recruited 840 participants in the cohort, 683 with T2DM and 157 without T2DM (controls). The mean age of the cohort was 65.3±4.5 years, 65.2% were males. Risk profile is described in Table 1. The cognitive z scores of participants with T2DM ranged from ‐0.25 to +0.44. The worst affected domain was attention, working memory and executive functions (Table 2). Using an actuarial definition of MCI (Bondi MW et al, 2014), the prevalence in participants with T2D was 29.7%. 17.3% had amnestic impairment, 14.8% dysexecutive, 14.2% language, 2.4% visuo‐perceptual and 9.1% multidomain impairment. The cognitive raw scores (by dementia risk stratification) are provided in Table 3. On logistic regression, lower education 3.45(2.09,5.68), depression 2.04(1.26,3.29), poor sleep quality 1.77(1.15,2.71), family income 1.70(1.22,2.38), followed by age 1.05(1.00,1.10) had a significant association with global low cognition. Conclusion Roughly one‐third of elders with T2D visiting tertiary care services in North India have mild cognitive impairment. Amnestic subtype is the most frequent. Attention, working memory and executive functions are worst affected. Enhancing the cognitive reserve, mood and sleep quality may be important targets in prevention of cognitive decline in the elderly population with T2D.
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 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».