Serum uric acid is associated with metabolic risk factors for cardiovascular disease in the Uygur population
Notice bibliographique
Résumé
The prevalence of hyperuricemia is low in Uygurs, who have a high prevalence of cardiovascular risk factors such as hypertension, overweight-obesity, dyslipidemia, hyperglycemia, and insulin resistance (IR). This study sought to investigate the relationships between serum uric acid (UA) and these risk factors in this population. A cross-sectional study was conducted in Uygurs (859 males, 1268 females) aged 20 to 70 years. Demographic data, systolic blood pressure (SBP), diastolic blood pressure (DBP), body mass index (BMI), and fasting and postprandial blood were obtained, and biological measurements were determined. The mean of BMI, SBP, DBP, total cholesterol, high-density lipoprotein cholesterol (HDL-c), low-density lipoprotein cholesterol (LDL-c), triglycerides, fasting blood glucose, fasting insulin, and homeostasis model assessment insulin resistance index (HOMA-IR), and the prevalence of hypertension, IR, hyperglycemia, overweight-obesity, hypercholesteremia, hyper-LDL-c, and hypertriglyceridemia increased with UA but the prevalence of hypo-HDL-c decreased (p < 0.05). Logistic regression analysis showed that the odds ratios for IR, overweight-obesity, hypercholesteremia, hyper-LDL-c, and hypertriglyceridemia against the lowest UA group increased but decreased for hypo-HDL-c (p < 0.05). The UA in the hypo-HDL-c group was lower than that of the controls; the prevalence of hypo-HDL-c in hyperuricemia subjects was lower than in those with normal UA (p < 0.05). But the opposite results were observed between overweight-obesity, hyperglycemia, IR, hypercholesteremia, hypertriglyceridemia, and hyper-LDL-c and correspondence controls, respectively (p < 0.05). In Uygur, elevated UA is associated with overweight-obesity, hypercholesteremia, hyper-LDL-c, hypertriglyceridemia, hyperglycemia, and IR. The HDL-c level significantly increases with UA, whereas the prevalence of hypo-HDL-c decreases. Further studies are needed to clarify why UA is positively correlated to HDL-c.
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 | 0,001 |
| 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 | 0,000 | 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) | 0,001 | 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 ».