Validation of continuous clinical indices of cardiometabolic risk in a cohort of Australian adults
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Indicators of cardiometabolic risk typically include non-clinical factors (e.g., smoking). While the incorporation of non-clinical factors can improve absolute risk prediction, it is impossible to study the contribution of non-clinical factors when they are both predictors and part of the outcome measure. Metabolic syndrome, incorporating only clinical measures, seems a solution yet provides no information on risk severity. The aims of this study were: 1) to construct two continuous clinical indices of cardiometabolic risk (cCICRs), and assess their accuracy in predicting 10-year incident cardiovascular disease and/or type 2 diabetes; and 2) to compare the predictive accuracies of these cCICRs with existing risk indicators that incorporate non-clinical factors (Framingham Risk Scores). METHODS: Data from a population-based biomedical cohort (n = 4056) were used to construct two cCICRs from waist circumference, mean arteriole pressure, fasting glucose, triglycerides and high density lipoprotein: 1) the mean of standardised risk factors (cCICR-Z); and 2) the weighted mean of the two first principal components from principal component analysis (cCICR-PCA). The predictive accuracies of the two cCICRs and the Framingham Risk Scores were assessed and compared using ROC curves. RESULTS: Both cCICRs demonstrated moderate accuracy (AUCs 0.72 - 0.76) in predicting incident cardiovascular disease and/or type 2 diabetes, among men and women. There were no significant differences between the predictive accuracies of the cCICRs and the Framingham Risk Scores. CONCLUSIONS: cCICRs may be useful in research investigating associations between non-clinical factors and health by providing suitable alternatives to current risk indicators which include non-clinical factors.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,004 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle