The mediating role of body surface area-adjusted basal metabolic rate: effects of low muscle mass and central obesity on cognitive impairment in Chinese patients with type 2 diabetes mellitus
Notice bibliographique
Résumé
Background This study investigates the relationship between basal metabolic rate (BMR), body composition, obesity indices, and cognitive impairment (CI) in middle-aged and older type 2 diabetes mellitus (T2DM) patients, assessing their potential role in CI screening. Methods A cross-sectional study included 1243 T2DM patients over 45 years old. CI was assessed using the Montreal Cognitive Assessment. BMR and body composition indices were measured through bioelectrical impedance analysis. The associations and predictions related to CI were explored using multivariable-adjusted logistic regression, restricted cubic spline (RCS) models, and receiver operating characteristic (ROC) curve analyses. Mediation analysis explored the role of BMR adjusted by body surface area (BMR/BSA) in CI risk. Results Patients with CI showed significantly lower BMR, BMR adjusted for height squared (BMR/Height²), BMR/BSA, appendicular skeletal muscle mass (ASM), and fat-free mass (FFM), alongside higher waist circumference (WC) and percentage of body fat. Logistic regression showed that participants in the fourth quartile of BMR, BMR/Height2, and BMR/BSA had approximately a 54% reduced risk of CI (odds ratio range 0.457 to 0.463). RCS analysis indicated a linear decrease in CI risk with increasing BMR metrics. ROC analysis indicated high predictive efficacy for CI with combined indicators, particularly BMR and FFM (area under the curve 0.645). Mediation analysis suggested that BMR/BSA played a significant mediating role in WC, ASM and FFM on CI risk, with a mediation proportion ranging from 45.73% to 50.87%. Conclusion Low energy expenditure assessed by BMR/BSA is an independent risk factor for increased CI risk in middle-aged and elderly T2DM patients. Central obesity, low muscle mass, and low energy expenditure significantly elevate CI risk in this population.
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 | 0,002 |
| 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 | 0,001 | 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) | 0,001 | 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 ».