MétaCan
Menu
← Retour à la cohorte
Enregistrement W7045958894

Comprometimento cognitivo leve (CCL) em idosos com diabetes tipo 2 : uma investigação sobre prevalência e fatores associados utilizando o Mini-Mental e MoCA

2025· dissertation· pt· W7045958894 sur OpenAlexaboutno aff

Notice bibliographique

RevueLume (Universidade Federal do Rio Grande do Sul) · 2025
Typedissertation
Languept
DomaineMedicine
ThématiqueDementia and Cognitive Impairment Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCognitive impairmentLife styleCognitionQuality of life (healthcare)Cognitive decline
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

O estilo de vida abrange um conjunto de hábitos e comportamentos que influenciam diretamente a saúde física, mental e social dos indivíduos. Aspectos fundamentais incluem a nutrição, a atividade física, a qualidade do sono, o gerenciamento do estresse e as interações sociais. Um estilo de vida saudável desempenha um papel crucial na prevenção e mitigação das doenças crônicas não transmissíveis (DCNT), que são responsáveis por aproximadamente 71% da mortalidade global. As DCNT e o envelhecimento estão intimamente relacionados, uma vez que este processo biológico pode levar a um aumento no risco de desenvolver diversas DCNT, como doenças cardiovasculares, o diabetes (DM) tipo 2 e demências. Essas condições, por sua vez, podem acelerar o declínio funcional e cognitivo associado ao envelhecimento. O comprometimento cognitivo leve (CCL), por exemplo, é uma condição intermediária entre o envelhecimento cognitivo normal e a demência que pode ser agravado pelo diabetes devido a mecanismos inflamatórios, vasculares e metabólicos. Entre os fatores modificáveis com maior impacto na saúde, que poderiam evitar essas condições e desfechos desfavoráveis, destacam-se a nutrição e a atividade física. Dessa forma, intervenções no estilo de vida, incluindo uma alimentação equilibrada e a prática regular de atividade física, são essenciais para reduzir os efeitos das DCNT e promover um envelhecimento mais saudável, reduzindo o risco de declínio cognitivo e funcional. Neste contexto, esta tese buscou investigar a relação entre CCL e DM tipo 2 em indivíduos idosos, bem como aprofundar a compreensão sobre outros fatores relacionados ao estilo de vida e nutrição na população. Primeiramente foi desenvolvido um estudo transversal que avaliou a prevalência de CCL em idosos com DM tipo 2 através de dois instrumentos diferentes (Mini-mental e Montreal Cognitive Assessment - MoCA) buscando identificar possíveis diferenças e fatores associados. A prevalência de CCL de acordo com o Mini-Mental foi de 59% e de acordo com o MoCA foi de 74%. Além disso, CCL foi associado à maior idade, maior duração do diabetes, maior circunferência da cintura em mulheres, aumento da pressão arterial sistólica, maior percentual de gordura corporal, menor massa muscular e menor força de preensão manual. O segundo estudo trata-se de uma revisão sistemática que avaliou os efeitos da redução do tempo sentado no controle glicêmico de pacientes com DM tipo 2. Os resultados parecem confirmar os benefícios da redução do tempo sentado no controle glicêmico desta população, principalmente na glicemia de jejum, mesmo com atividades de baixa intensidade. Por fim, o último artigo é uma revisão e metanálise que analisou diferenças na ingestão alimentar (calorias e macronutrientes) avaliadas por dois métodos: recordatório de 24- horas e questionário de frequência alimentar em comparação com registro alimentar. Este estudo foi desenvolvido para identificar as limitações e qualidades dos instrumentos mais utilizados na investigação do consumo alimentar, visando auxiliar os pesquisadores na escolha do mais adequado de acordo com cada população e contexto. Os resultados provenientes desta tese contribuem para o campo da geriatria, nutrição e saúde pública, podendo oferecer maiores subsídios para elaboração de estratégias e abordagens relacionadas à cognição e estilo de vida na população idosa e com DM tipo 2 por parte dos profissionais de saúde e pesquisadores.

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)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,038

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,000
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,019
Tête enseignante GPT0,284
Écart entre enseignants0,266 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLume (Universidade Federal do Rio Grande do Sul)→Même sujetDementia and Cognitive Impairment Research→Travaux en français237 207→