A prediction nomogram for mild cognitive impairment in type 2 diabetes mellitus based on the Chinese visceral adiposity index
Notice bibliographique
Résumé
Visceral adiposity has been proposed to be closely linked to cognitive impairment. This cross-sectional study aimed to evaluate the predictive value of Chinese Visceral Adiposity Index (CVAI) for mild cognitive impairment (MCI) in patients with type 2 diabetes mellitus (T2DM) and to develop a quantitative risk assessment model. A total of 337 hospitalized patients with T2DM were included and randomly assigned to a training cohort (70%, n = 236) and a validation cohort (30%, n = 101). Demographic, clinical, and neuropsychological data were collected. CVAI levels were compared between patients with MCI and those with normal cognition. Associations between CVAI and cognitive performance were assessed using Spearman correlation and multivariable linear regression. Predictors of MCI were identified through Lasso regression followed by univariate and multivariate logistic regression analyses. A nomogram incorporating age, gender, education level, and CVAI was constructed and validated using calibration plots, ROC curve analysis, and decision curve analysis (DCA). Patients with MCI exhibited significantly higher CVAI values and lower MoCA and MMSE scores compared to those with normal cognition (all P < 0.001). CVAI was independently and negatively associated with MoCA and MMSE scores (β = -0.22, P < 0.001 for both) after adjustment. Multivariate logistic regression confirmed CVAI as an independent risk factor for MCI (P = 0.002). The nomogram demonstrated good discrimination, with an AUC of 0.765 in the training cohort and 0.690 in the validation cohort, and exhibited favorable clinical utility based on DCA. These findings suggest that CVAI is a valuable biomarker for the early identification and risk stratification of MCI in T2DM, and that the CVAI-based nomogram provides a practical tool for individualized clinical decision-making.
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 | 0,003 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 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 ».