BMI, weight change, appetite reduction and cognitive impairment of elderly patients with diabetes
Notice bibliographique
Résumé
Body weight is related to both diabetes and cognitive impairment; however, the associations between body mass index (BMI) and cognitive impairment have been reported less frequently among diabetes patients. A total of 1355 patients with type 2 diabetes aged ≥ 60 years were included in this study. The Montreal Cognitive Assessment (MoCA) was administered to assess participants' cognitive status. We collected self-reported body weight, weight loss and appetite loss data using questionnaires. Associations between body weight status (in childhood, midlife age, and late life), weight loss, appetite changes and cognitive impairment were explored using logistic regression. Among the participants, 41.7% exhibited cognitive impairment. Overweight in childhood and late life was associated with cognitive impairment among diabetes patients (OR 2.63, 95% CI 1.52-4.55; OR 1.32, 95% CI 1.03-1.69). Diabetes patients with cognitive impairment were more likely to report a body weight decline and appetite reduction in the past three months (OR 4.18, 95% CI 2.61-6.71; OR 4.41, 95% CI 2.67-7.29). Higher BMI, weight loss, and appetite reduction were positively correlated with cognitive impairment. Given the risk of cognitive impairment, we suggest that body weight and BMI decline should be monitored in patients with diabetes.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| 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 ».