Association between macro- and microvascular damage and sarcopenia index in individuals with type 2 diabetes mellitus
Notice bibliographique
Résumé
Sarcopenia was recently reported to be relevant to an increased macro-and microvascular disease risk. Sarcopenia index (SI) has been identified as a surrogate marker for sarcopenia. The aim of the present study was to investigate the association between macro- and microvascular disease and SI in patients with type 2 diabetes mellitus (T2DM). A total of 783 patients with T2DM were enrolled in this cross-sectional study. The SI was calculated by (serum creatinine [mg/dL]/cystatin C [mg/L]) × 100. The subjects were divided into three groups according to SI tertiles: T1 (41.27–81.37), T2 (81.38– 99.55), and T3 (99.56–192.31). Parameters of macro- and microvascular complications, including diabetic retinopathy (DR), micro- and macroalbuminuria (MAU), diabetic peripheral neuropathy (DPN), and lower extremity peripheral artery disease (LEAD) were evaluated. Multivariate logistic regression analysis revealed that when taking the top tertile of SI as a reference, an increasing trend of the prevalence of DR, MAU, DPN, and LEAD were presented (all P for trend < 0.05), where the OR (95% CI) for DR prevalence was 1.967 (1.252–3.090) in T2, 2.195 (1.278–3.769) in T1, for MAU was 1.805 (1.149–2.837) in T2, 2.537 (1.490–4.320) in T1, for DPN was 2.244 (1.485–3.391) in T2, 3.172 (1.884–5.341) in T1, and for LEAD was 2.017 (1.002–4.057) in T2, 2.405 (1.107–5.225) in T1 (all P < 0.05). Patients with lower SI were more inclined to have an increased risk of macro- and microvascular damage in T2DM population, which may be related to sarcopenia.
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 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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 ».