Determinants of selective domains of cognitive impairment among diabetes mellitus patients: a primary health care setting-based study in India
Notice bibliographique
Résumé
Cognitive impairment (CI) is a known complication of type II diabetes mellitus (T2DM), potentially hindering effective self-care. While many studies have addressed global cognitive decline, few have explored domain-specific impairments in Indian community settings. This study aimed to assess the extent of CI among T2DM patients and identify the prevalence and determinants of specific deficits in working memory; focused, sustained, divided attention, and problem solving. A primary health care setting-based cross-sectional study was conducted among 441 urban T2DM patients aged 30-65 years in southern India. Participants with ≥ 4 years of diabetes mellitus underwent assessment with the Montreal Cognitive Assessment tool. Those scoring < 26 were assessed using standardized tools for distinct cognitive domains: the Auditory Verbal Learning Test, Color Trail Test, Digit Vigilance Test, Tower of London, and Triads Test. Relevant sociodemographic and clinical variables were collected via a validated interview schedule. The chi-square test, Fisher's exact test, the Mann‒Whitney U test, and binary logistic regression analysis were used to test associations. Of the total 441 participants, 138 (31.3%) had cognitive impairment. Among them, impairments in divided attention, verbal learning, immediate verbal memory, delayed verbal memory, recognition memory, planning and problem-solving ability, sustained attention and processing speed, sustained attention accuracy and impulsivity control, and focused attention and cognitive flexibility were present among 48 (34.7%), 108 (72.8%), 127 (92.0%), 133 (96.3%), 123 (89.1%), 15 (10.8%), 98 (71.0%), 115(83.3%), and 17 (12.3%) patients, respectively. Significant associations were observed between recent random blood sugar levels ≥ 200 mg/dl and impaired verbal learning [adjusted odds ratio (AOR) 2.35 (0.99-5.54), p = 0.052); skilled/unskilled occupation [AOR 9.53 (1.28-71.12), p = 0.028)], homemaker/unemployed occupation [AOR 5.48 (0.96-31.16), p = 0.055], overweight/obese status [AOR 5.05 (1.1-23.08), p = 0.037] and impaired immediate verbal memory; joint family status (p = 0.053), absence of family history of DM [AOR 4.07 (1.87-14.015), p = 0.026] and impaired planning and problem-solving; middle SES and impaired sustained attention (processing speed) [AOR 3.59 (1.35-9.59), p = 0.011]; and being married [AOR 8.4 (1.6-44.5), p = 0.012], absence of family history of DM [AOR 4.38 (1.43-13.4), p = 0.01] and impaired sustained attention (accuracy); and lower SES and impaired focussed attention [AOR 8.96 (1.01-81.85), p = 0.05]. One in three individuals with T2DM had cognitive deficits, particularly in the memory and attention domains. These findings underscore the importance of incorporating domain-specific cognitive screening into routine diabetes care among the high-risk groups identified in this study for early intervention and improved management outcomes.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 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 ».