MétaCan
Menu
Retour à la cohorte
Enregistrement W4401982748 · doi:10.4103/ijnpnd.ijnpnd_44_22

Evaluation of Neurocognitive Disorder in Patients with Type 2 Diabetes Mellitus

2022· article· en· W4401982748 sur OpenAlexaboutno aff
K Preetam, Nagesh Kumar Talkad Chandrashekar, Rashmi Krishnappa

Notice bibliographique

RevueInternational journal of Nutrition Pharmacology Neurological Diseases · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueDiabetes Management and Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésNeurocognitiveMedicineType 2 Diabetes MellitusDiabetes mellitusType 2 diabetesPsychiatryInternal medicineEndocrinologyCognition

Résumé

récupéré en direct d'OpenAlex

Background: Diabetes mellitus (DM) is a syndrome characterized by hyperglycemia due to absolute or relative deficiency of insulin or both. In India, an estimated 40 million people suffered from diabetes in 2007 and are expected to rise to 70 million by 2025 as per the Indian Diabetes Study 2011. Individuals with type 2 diabetes are at 60% greater risk for development of dementia compared to those without diabetes. For vascular dementia, but not for nonvascular dementia, the additional risk is that it is greater in women. Aim and Objective: To assess cognitive impairment among type 2 DM patients. Methods: In this cross-sectional study, 67 patients with type 2 DM and 66 control attending Put patient department (OPD) services between October 2018 and September 2020 were included. Both these groups were scored on the Montreal Cognitive Assessment (MoCA). The scores ranged from zero to 30. The scores of ≥26 were considered normal. A score of ≤22.1 in these people was considered as mild cognitive. Categorical data were represented in the form of frequencies and proportions. Chi-square test or Fischer exact test were used as test of significance for qualitative data. Correlations were performed with Pearson correlation coefficient. The P -value < 0.05 was considered as statistically significant after assuming all the rules of statistical tests. Results: Age and duration of diabetes had positive correlation with MoCA score which was not statistically significant. The body mass index (BMI) and waist circumference had negative correlation with MoCA score which was not statistically significant. Hemoglobin A1C (HbA1c) had negative correlation with MoCA score which was statistically significant. Conclusion: Older individuals with longer duration of DM and higher HbA1c levels showed higher cognitive impairment with MoCA score correlation. This study also highlights the early screening for all DM patients with easily available MoCA scores. Thus, helping in early recognition of mild cognitive impairment and preventing it from proceeding to dementia.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,027
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,024
Tête enseignante GPT0,341
Écart entre enseignants0,316 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational journal of Nutrition Pharmacology Neurological DiseasesMême sujetDiabetes Management and ResearchTravaux en français237 207