MétaCan
Menu
Retour à la cohorte
Enregistrement W2021079307 · doi:10.1002/ajhb.10083

Factor analysis of ethnic variation in the multiple metabolic (insulin resistance) syndrome in three Canadian populations

2002· article· en· W2021079307 sur OpenAlexaffabout
T. Kue Young, Daniel Chateau, Min Zhang

Notice bibliographique

RevueAmerican Journal of Human Biology · 2002
Typearticle
Langueen
DomaineMedicine
ThématiqueDiabetes, Cardiovascular Risks, and Lipoproteins
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésDemographyMetabolic syndromeAnthropometryEthnic groupObesityRisk factorPopulationInsulin resistanceMedicineDiabetes mellitusWaistInternal medicineEndocrinology

Résumé

récupéré en direct d'OpenAlex

This study describes and compares the pattern of risk factor clustering in multiple metabolic (insulin resistance) syndrome (MMS) in three Canadian ethnic groups (Indians, Inuit, non-Aboriginal Canadians). Three cross-sectional, population-based sample surveys in three contiguous regions of Canada were conducted during the late 1980s and early 1990s (Ontario, Manitoba, Northwest Territories). The combined dataset consists of 873 Cree-Ojibwa Indians from northern Ontario and Manitoba, 387 Inuit from the Northwest Territories, and 2,670 non-Aboriginal Canadians (predominantly of European origin) in the province of Manitoba. The samples are representative of the noninstitutionalized, adult population of their respective catchment areas. Factor analysis transformed 10 anthropometric and metabolic variables into three uncorrelated factors. Three factors, which together account for 64.3% of the variance, can be identified: an "obesity factor" (factor loadings for weight, height, waist and hip girth, and HDL-cholesterol); a "blood pressure factor" (factor loadings for mean systolic and diastolic BP and total cholesterol); and a "lipid/glucose factor" (factor loadings for triglycerides, total cholesterol, HDL, and fasting plasma glucose). Fasting insulin is available for only a subset of the data and separate analysis shows that it groups with glucose. Factor scores generated by the factor analysis differ according to ethnic group, diabetes status, and sex on multivariate analysis of variance. Indians have the highest scores for all three factors. Inuit have the lowest obesity scores and are not significantly different from non-Aboriginal people with regard to the other two factors. MMS is prevalent in diverse ethnic groups but varies in the pattern of phenotypic expression, with some components more prominent in some groups.

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)0,001
score de la tête « metaresearch » (Gemma)0,004
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 enseignants0,026
Score d'incertitude au seuil0,069

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0030,005
Études des sciences et des technologies0,0020,001
Communication savante0,0010,000
Science ouverte0,0010,001
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 Opus0,050
Tête enseignante GPT0,297
Écart entre enseignants0,247 · 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

Citations57
Publié2002
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAmerican Journal of Human BiologyMême sujetDiabetes, Cardiovascular Risks, and LipoproteinsTravaux en français237 207