Correlation between thyroid hormone levels and mild cognitive impairment in type 2 diabetes mellitus
Notice bibliographique
Résumé
Objective To investigate the correlation between serum thyroid hormone levels and mild cognitive impairment (MCI) in patients with type 2 diabetes mellitus (T2DM). Methods A total of 341 T2DM patients who were admitted to General Hospital of Eastern Theater Command from June 2016 to December 2024 were selected. According to the Montreal Cognitive Assessment (MoCA) scores, the patients were divided into two groups: non-MCI (MoCA≥26, n=190) and MCI (MoCA<26, n=151). Their general information was collected, while biochemical indicators and thyroid function indicators, such as triiodothyronine (T3), free triiodothyronine (FT3), thyroxine (T4), free thyroxine (FT4), and thyroid-stimulating hormone (TSH) were measured. Multivariate logistic regression analysis was performed to determine the independent risk factors for MCI in T2DM patients. Results Compared with the non-MCI group, the MCI group showed remarkable increases in age, T2DM duration, higher fasting plasma glucose (FPG) levels, and decreases in fasting C-peptide (FCP) levels (P<0.05). Furthermore, the T3 and FT3 levels in the MCI group were significantly lower than in the non-MCI group (P<0.05). After adjusting for confounding factors such as age, T2DM duration, FPG, and FCP, multivariate logistic regression analysis indicated that for every 1 μg/L increase in T3 levels, the risk of MCI in T2DM patients decreased by 66.7% (OR=0.333, 95% CI 0.225-0.494, P<0.01). Conclusions T3 is an independent protective factor for MCI in T2DM patients, with potential clinical predictive value.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 ».