Validation of continuous clinical indices of cardiometabolic risk in a cohort of Australian adults
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.
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 | 0,010 | 0,023 |
| 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 | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 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 ».