Inflammatory Status Modifies the Association Between Glycemic Traits and Cognitive Impairment in Patients With Coronary Artery Disease
Notice bibliographique
Résumé
Background The evidence regarding the modifying role of inflammation in the association between glycemic traits and cognitive impairment remains insufficient. This study aimed to explore the association between glycemic traits and mild cognitive impairment (MCI) in patients with coronary artery disease (CAD), with particular emphasis on whether this association is influenced by varying levels of inflammation. Methods This cross‐sectional study included 1437 patients with CAD who underwent cognitive function assessment during hospitalization. Cognitive function was assessed using the Mini‐Mental State Examination and the Montreal Cognitive Assessment to identify patients with MCI. The hsCRP (high‐sensitivity C‐reactive protein) level>3 mg/L was defined as high inflammatory risk. Multivariable logistic regression models were employed to estimate the associations of glycemic traits and inflammatory risk status with cognitive impairment. Results Elevated fasting plasma glucose, glycosylated hemoglobin, and diabetes were positively associated with an increased risk of MCI in patients with CAD, with odds ratios ranging from 1.18 (95% CI, 1.10–1.26) to 1.55 (95% CI, 1.09–2.20). A significant interaction was observed between glycosylated hemoglobin and high inflammatory status on the risk of MCI ( P for multiplicative interaction <0.001), with the effects of glycosylated hemoglobin on the risk of MCI being significant only in the group with high hsCRP. Additionally, there was evidence of significant additive interaction between high inflammatory risk and diabetes on the MCI risk in patients with CAD ( P for additive interaction <0.05). Conclusions Inflammatory status modifies the association between glycemic traits and the risk of cognitive impairment. This finding highlights the importance of incorporating inflammation into the management of blood glucose levels in patients with CAD.
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 | 0,003 |
| 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 | 0,001 | 0,001 |
| 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 ».