MétaCan
Menu
Retour à la cohorte
Enregistrement W1967294230 · doi:10.1155/2013/298024

Lifestyle and Dietary Factors Associated with the Evolution of Cardiometabolic Risk over Four Years in West-African Adults: The Benin Study

2013· article· en· W1967294230 sur OpenAlexafffund
Charles Sossa, Hélène Delisle, Victoire Aguèh, Roger Sodjinou, Gervais Ntandou, Michel Makoutodé

Notice bibliographique

RevueJournal of Obesity · 2013
Typearticle
Langueen
DomaineMedicine
ThématiqueDiabetes, Cardiovascular Risks, and Lipoproteins
Établissements canadiensUniversité de Montréal
Organismes subventionnairesCanadian International Development Agency
Mots-clésMedicineSocioeconomic statusEnvironmental healthFramingham Risk ScoreDemographyAnthropometryGerontologyIncidence (geometry)Internal medicinePopulationDisease

Résumé

récupéré en direct d'OpenAlex

AIM: To assess in adults from Benin changes in cardiometabolic risk (CMR) using both the Framingham risk score (FRS) and metabolic syndrome (MetS) and to examine the effects of diet, and lifestyles, controlling for location and socioeconomic status. METHODS: Apparently healthy subjects (n = 541) aged 25-60 years and randomly selected in the largest city, a small town, and rural areas were included in the four-year longitudinal study. Along with CMR factors, socioeconomic, diet and lifestyle data were collected in individual interviews. A food score based on consumption frequency of four "sentinel" food groups (meat and poultry, dairy, eggs, and vegetables) was developed. Lifestyle included physical activity, alcohol and tobacco use. Education and income (proxy) were the socioeconomic variables. RESULTS: Among the subjects with four-year follow-up data (n = 416), 13.5% were at risk at baseline, showing MetS or FRS ≥ 10%. The incidence of MetS and FRS ≥ 10% during follow-up was 8.2% and 5%, respectively. CMR deteriorated in 21% of subjects. Diet and lifestyle mediated location and income effects on CMR evolution. Low food scores and inactivity increased the likelihood of CMR deterioration. CONCLUSION: Combining MetS and FRS might be appropriate for surveillance purposes in order to better capture CMR and inform preventive measures.

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)0,001
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 enseignants0,012
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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)0,0010,000

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 Opus0,010
Tête enseignante GPT0,211
Écart entre enseignants0,202 · 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

Citations27
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of ObesityMême sujetDiabetes, Cardiovascular Risks, and LipoproteinsTravaux en français237 207