MétaCan
Menu
← Retour à la cohorte
Enregistrement W7116927161 · doi:10.1002/alz70862_109899

Brain Structure in Type 2 Diabetics with High Visceral Adiposity

2025· article· en· W7116927161 sur OpenAlexaboutno aff
Cyrus A. Raji, Somayeh Meysami, Soojin Lee, Saurabh Garg, Nasrin Akbari, Rodrigo Solis Pompa, Ahmed Gouda, Thanh D. Nguyen, Saqib Basar, Yosef Gavriel Chodakiewitz, David A. Merrill, Amar Patel, Daniel J. Durand, Sam Hashemi

Notice bibliographique

RevueAlzheimer s & Dementia · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueDementia and Cognitive Impairment Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésObesityDiabetes mellitusType 2 diabetesVisceral fatType 2 Diabetes MellitusParenchyma

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Dementia, including Alzheimer's Disease (AD), is preventable, with modifiable risk factors accounting for up to 45% of cases. Previous research has shown that higher visceral fat is related to atrophy in brain regions vulnerable to early AD pathology, such as the hippocampus and posterior cingulate gyrus. This study investigated the confluence of high visceral fat with type 2 diabetes mellitus on brain volume loss, a critical biomarker of neurodegeneration. METHOD: A cross-sectional study of 4,213 adults (mean age 55.39 ± 12.84 years, 57.3% women) underwent whole-body MRI at 1.5T across sites in Vancouver, Canada; San Francisco Bay Area, California; and Minneapolis, Minnesota. Scanner models included Siemens Espree and Aera. The protocol included whole-body sagittal T1- and T2-weighted images, coronal STIR, and axial T1 images with Dixon technique, enabling visual identification and quantification of visceral adipose tissue (VAT) and subcutaneous adipose tissue (SAT). Deep learning models measured visceral fat and brain volumes computed from regional segmentations using Fastsurfer. Type 2 diabetes mellitus history was obtained through participant self-report. Brain volumes in brain parenchyma, hippocampus, posterior cingulate, and precuneus were compared in diabetics with the highest quartile of VAT (n = 144) to those without, using ANCOVA adjusted for age, sex, and total intracranial volume. RESULT: Persons with type 2 diabetes mellitus were significantly older (mean age 61.5 ± 11.3 years; p <.001), more likely to be obese (mean BMI 33.3 ± 5.8; p <.001), and predominantly male (71%; p <.001). Type 2 diabetics with the highest quartile of VAT showed significantly lower brain parenchymal volumes (F=632, p <.0001), reduced hippocampal volume (Figure 1A; F=376.2, p = .012), and decreased posterior cingulate gyrus volume (Figure 1B; F=336.9, p = .000013). No significant difference was observed in precuneus volume (p = .54). CONCLUSION: Individuals with type 2 diabetes mellitus and higher amounts of visceral fat exhibited lower volumes in whole brain parenchyma and regions vulnerable to Alzheimer's disease. These findings suggest that type 2 diabetes and visceral obesity may be important targets for secondary prevention of AD as early as midlife. The public health implications are significant, as these conditions are modifiable through behavioral and pharmacological interventions, potentially offering a promising approach to mitigating AD risk.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,005
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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)0,0010,000

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 Opus0,011
Tête enseignante GPT0,291
Écart entre enseignants0,280 · 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 revueAlzheimer s & Dementia→Même sujetDementia and Cognitive Impairment Research→Travaux en français237 207→