Exploring the Association Between Cognitive Decline and Triglyceride‐Glucose Index: A Systematic Review and Meta‐Analysis
Notice bibliographique
Résumé
BACKGROUND: Cognitive decline and dementia are debilitating conditions that compromise the quality of life and charge the healthcare system with a substantial socioeconomic burden. In this context, emerging evidence supports an association between the triglyceride-glucose index (TyG), a surrogate insulin resistance marker, and cognitive decline and dementia. Hence, we systematically reviewed the studies assessing the TyG index in patients with cognitive decline and their controls. METHODS: Online international databases (PubMed, Scopus, Embase, and the Web of Science) were searched comprehensively for studies showing the TyG index in patients with cognitive decline/impairment. Random-effect meta-analyses were conducted to calculate the standardized mean difference (SMD), pooled odds ratio (OR), and pooled area under the curve (AUC), in addition to 95% confidence intervals (CIs) for the comparisons of groups. RESULTS: Seventeen studies were included in our analysis. Then, we conducted a meta-analysis, demonstrating that patients with cognitive decline had significantly higher levels of TyG index than those without (SMD 0.83, 95% CI 0.16 to 1.50, p = 0.015). Moreover, our data showed that a 1-unit increase in the TyG index was associated with higher odds of cognitive decline (adjusted OR [aOR] 2.86, 95% CI 1.49 to 5.50, p = 0.002). Further, we observed that patients in the fourth TyG quartile with higher values of the TyG index than the first quartile presented with more increased cognitive decline (aOR 1.62, 95%CI 1.11 to 2.38, p = 0.013). Finally, pooled AUC data for the diagnostic performance of the TyG index resulted in an overall AUC value of 0.73 (95% CI 0.66 to 0.79). Sensitivity and specificity were also calculated as 0.695 and 0.687, respectively. CONCLUSION: This study supports the clinical utility of the TyG index in patients with cognitive decline and solicits more focused studies to consolidate its usage in clinical settings and real-world practice.
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 | 0,011 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,017 | 0,035 |
| Bibliométrie | 0,006 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| 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 ».