MétaCan
Menu
Retour à la cohorte
Enregistrement W7084137328 · doi:10.6084/m9.figshare.30025215.v1

Glycaemic profile and cognitive impairment in individuals with diabetes mellitus: A cross-sectional study on HbA1c, random blood glucose, and serum insulin levels

2025· article· en· W7084137328 sur OpenAlexaboutno aff

Notice bibliographique

RevueFigshare · 2025
Typearticle
Langueen
DomaineComputer Science
ThématiqueOptimization and Variational Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGlycated hemoglobinConfoundingDiabetes mellitusCognitionCognitive impairmentType 2 diabetesInsulin

Résumé

récupéré en direct d'OpenAlex

This study aimed to evaluate the association between glycaemic profile, evaluated by glycated hemoglobin (HbA1c), random blood glucose, and serum insulin, and the cognitive impairment in individuals with DM. This cross-sectional study was conducted in a clinical school at a University in Southern Brazil, between March and August 2023. Individuals (≥18 years) with a medical diagnosis of DM were studied. The outcome was cognitive impairment assessed by the Montreal Cognitive Assessment, and the exposures were random blood glucose, HbA1c, and serum insulin. In total, 365 individuals were studied. Cognitive impairment was identified in 67.9% of the participants, and high levels of blood glucose, HbA1c, and blood insulin were found in 41.9%, 55.1%, and 48.2% of the individuals, respectively. There was no association between the glycaemic profile (random blood glucose, HbA1c, serum insulin) and cognitive impairment, before and after adjustment for confounding factors. Sensitivity analyses also showed no association. In conclusion, although there was no association between glycaemic profile and cognitive function, a high prevalence of both cognitive impairment and uncontrolled glycemia was found in individuals with DM. These findings raise questions about the mechanisms involved in DM-related cognitive impairments, highlighting the need for broader investigations to guide public health strategies.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,035
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,020
Tête enseignante GPT0,273
Écart entre enseignants0,253 · 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 tête enseignante, pas un consensus.

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 revueFigshareMême sujetOptimization and Variational AnalysisTravaux en français237 207