MétaCan
Menu
Retour à la cohorte
Enregistrement W4411324676 · doi:10.3389/fendo.2025.1617248

Risk factors for mild cognitive impairment in type 2 diabetes: a systematic review and meta-analysis

2025· review· en· W4411324676 sur OpenAlexaboutno aff
Yi Zhao, Hanlin Wang, Leilei Wang, Xuewen Tian, Ran Li

Notice bibliographique

RevueFrontiers in Endocrinology · 2025
Typereview
Langueen
DomaineMedicine
ThématiqueDementia and Cognitive Impairment Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésType 2 diabetesCognitive impairmentMedicineMeta-analysisDiabetes mellitusCognitionBioinformaticsInternal medicineEndocrinologyPsychiatryBiology

Résumé

récupéré en direct d'OpenAlex

Background: Mild Cognitive Impairment (MCI), a transition between normal aging and dementia, is linked to higher dementia risk and potential reversibility. Type 2 Diabetes Mellitus (T2DM), affecting over 537 million adults worldwide, increases susceptibility to MCI, with higher cognitive decline prevalence in diabetic populations. Previous meta-analyses focused on isolated factors, neglecting multidimensional interactions. This study synthesizes T2DM-MCI risk factors across clinical, lifestyle, and biochemical dimensions to support early identification and intervention of cognitive dysfunction in T2DM populations. Materials and Methods: This systematic review and meta-analysis, following PRISMA guidelines, searched five databases for articles published from January 1, 2014, to December 31, 2024. Studies were screened based on predefined criteria, with data extracted independently by two researchers. Quality was assessed using Newcastle-Ottawa Scale (NOS) and Joanna Briggs Institute (JBI) tools. Data were analyzed using RevMan software, with odds ratio (OR) and 95% CI as effect size measures. Heterogeneity was assessed using I² statistics, and subgroup analyses were conducted for factors with ≥10 studies. Results: 30 studies with 10,469 participants were included. Prevalence rate of MCI in T2DM was 44.1%. Significant associations were found between T2DM-MCI and age (OR = 1.06, P = 0.01), female sex (OR = 1.23, P = 0.05), diabetes duration (OR = 1.07, P = 0.03), education (OR = 0.82, P = 0.0001), smoking (OR = 1.44, P = 0.003), hypertension (OR = 2.25, P < 0.001), cardiovascular disease (CVD) (OR = 2.61, P < 0.001), glycated hemoglobin (HbA1c) (OR = 1.33, P = 0.001), and homeostasis model assessment of insulin resistance (HOMA-IR) (OR = 1.95, P = 0.02). Conclusion: This meta-analysis identifies advanced age (≥60 years), female sex, prolonged Diabetes duration (8-9 years), elevated HbA1c (>9%), and low education (≤6 years) as key predictors of MCI in T2DM, with significant dose-response relationships. Vascular comorbidities, insulin resistance, and inflammatory markers further exacerbate risks. Clinical priorities include rigorous glycemic control (HbA1c <7%), targeted cognitive screening for high-risk subgroups, and multidisciplinary care for patients with microvascular complications. However most of the studies included in this study come from Chinese people, so the generalization of the results may be limited. Systematic review registration: https://www.crd.york.ac.uk/prospero, identifier CRD420250637336.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,012
score de la tête « metaresearch » (Gemma)0,027
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,062

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,027
Méta-épidémiologie (sens strict)0,0030,002
Méta-épidémiologie (sens large)0,0200,040
Bibliométrie0,0070,008
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0020,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,056
Tête enseignante GPT0,381
Écart entre enseignants0,325 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

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

En bref

Citations16
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in EndocrinologyMême sujetDementia and Cognitive Impairment ResearchTravaux en français237 207