Measurement Site and the Association Between Visceral and Abdominal Subcutaneous Adipose Tissue With Metabolic Risk in Women
Notice bibliographique
Résumé
The associations between visceral adipose tissue (VAT) and abdominal subcutaneous adipose tissue (ASAT) and metabolic risk may be influenced by measurement site. The aim of this study was to compare the strength of the associations between VAT and ASAT, as assessed by a cross-sectional image (area) or total volume, and prevalent metabolic syndrome (MetS). We also examined the association between changes in abdominal AT area and volume with concomitant changes in metabolic risk. Abdominal AT volume and areas were derived using ~35 continuous computed tomography (CT) images from T10-T11 to L5-S1 in overweight or obese postmenopausal women before (n = 67) and after (n = 39) a 6-month exercise intervention. At baseline, measurement site did not influence the inter-relationship between ASAT area and total volume, and between ASAT and MetS. Conversely, VAT areas at L1-L2 and L2-L3 were stronger correlates of VAT volume at baseline (L1-L2 (r = 0.94), L2-L3 (r = 0.95), L4-L5 (r = 0.89)) and changes therein (L1-L2 (r = 0.77), L2-L3 (r = 0.75), L4-L5 (r = 0.55)) as compared to L4-L5, but were not significantly better predictors of MetS as compared to L4-L5 or the total volume (L2-L3: odds ratio (OR) = 2.68 (1.6-4.4), L1-L2: OR = 1.88 (1.2-3.0), L4-L5: OR = 2.56 (1.6-4.1), volume: OR = 2.07 (1.1-3.8)). Changes in VAT and ASAT were not associated with changes in MetS (P > 0.10). Although measurement site has an impact on the prediction of VAT volume, this does not translate into an improved prediction for the MetS. Thus, there is not enough evidence to support changing the current research practice of assessing VAT volume or at L4-L5 for the prediction of metabolic risk.
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 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».