Assessment of cognitive disorders in elderly type 2 diabetic patients with obesity
Notice bibliographique
Résumé
Background Cognitive impairment is common in the elderly and can result from many chronic illnesses. The risk of CI is around one-third for older persons with diabetes. Diabetes increases the incidence of numerous common geriatric syndromes in older persons, including polypharmacy, CI, depression, urine incontinence, injurious falls, and chronic pain. Additionally, obesity raises the risk of high blood pressure, and DM and promotes arterial aging, which are known to be independent risk factors for CI.Objective The current study evaluated cognitive disorders in elderly type 2 diabetic patients with obesity.Material and Methods A sample of 120 elderly persons was divided into 3 groups: Group (1): 40 elderly non-obese non-diabetics (Control), Group (2): 40 elderly obese non-diabetic patients, and Group (3): 40 elderly obese type 2 diabetic patients. Fasting plasma glucose (FPG), 2 hPPPG (2 hour post prandial plasma glucose), glycosylated hemoglobin (HA1C) were measured. Obesity was assessed using height, weight, body mass index (BMI), and waist circumference (WC). Cognitive impairment in the elderly was detected using a questionnaire called the Montreal Cognitive Assessment (MoCA).Results There was statistical significance between the three investigated groups concerning HbA1c, FPG, and 2-hour PPG. Also, there was statistical significance between the three study groups in terms of total MOCA score. Weight, BMI, and WC showed statistical significance between the three study groups.Conclusion: Cognitive impairment is related to obesity and type 2 diabetes in elderly.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».