Steroid Sex Hormones, Sex Hormone–Binding Globulin, and Diabetes Incidence in the Diabetes Prevention Program
Notice bibliographique
Résumé
CONTEXT: Steroid sex hormones and SHBG may modify metabolism and diabetes risk, with implications for sex-specific diabetes risk and effects of prevention interventions. OBJECTIVE: This study aimed to evaluate the relationships of steroid sex hormones, SHBG and SHBG single-nucleotide polymorphisms (SNPs) with diabetes risk factors and with progression to diabetes in the Diabetes Prevention Program (DPP). DESIGN AND SETTING: This was a secondary analysis of a multicenter randomized clinical trial involving 27 U.S. academic institutions. PARTICIPANTS: The study included 2898 DPP participants: 969 men, 948 premenopausal women not taking exogenous sex hormones, 550 postmenopausal women not taking exogenous sex hormones, and 431 postmenopausal women taking exogenous sex hormones. INTERVENTIONS: Participants were randomized to receive intensive lifestyle intervention, metformin, or placebo. MAIN OUTCOMES: Associations of steroid sex hormones, SHBG, and SHBG SNPs with glycemia and diabetes risk factors, and with incident diabetes over median 3.0 years (maximum, 5.0 y). RESULTS: T and DHT were inversely associated with fasting glucose in men, and estrone sulfate was directly associated with 2-hour post-challenge glucose in men and premenopausal women. SHBG was associated with fasting glucose in premenopausal women not taking exogenous sex hormones, and in postmenopausal women taking exogenous sex hormones, but not in the other groups. Diabetes incidence was directly associated with estrone and estradiol and inversely with T in men; the association with T was lost after adjustment for waist circumference. Sex steroids were not associated with diabetes outcomes in women. SHBG and SHBG SNPs did not predict incident diabetes in the DPP population. CONCLUSIONS: Estrogens and T predicted diabetes risk in men but not in women. SHBG and its polymorphisms did not predict risk in men or women. Diabetes risk is more potently determined by obesity and glycemia than by sex hormones.
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 | 0,004 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 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) | 0,002 | 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 ».