C‐reactive protein and risk factors for peripheral vascular disease in subjects with Type 2 diabetes mellitus
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
AIMS: To compare the importance of different inflammatory markers and traditional risk factors in predicting peripheral vascular disease (PVD) in patients with Type 2 diabetes mellitus. METHODS: A cross-sectional analysis of 30 Type 2 diabetic patients with PVD defined by ankle-brachial index (ABI) < 0.9, and 60 Type 2 diabetic patients without PVD (ABI > 1.0). Overnight blood was drawn and sent for study. RESULTS: Longer diabetic duration (15 +/- 8 vs. 10 +/- 7 years, P = 0.007), higher serum creatinine level (0.11 +/- 0.04 vs. 0.09 +/- 0.03 mmol/l, P = 0.001), higher total cholesterol/high-density lipoprotein-cholesterol (TC/HDL-C) ratio (5.2 +/- 1.6 vs. 4.3 +/- 1.1, P = 0.004) and increased hypertension status (70% vs. 52%, P = 0.014) and cerebral infarction (CI) history (23% vs. 3%, P = 0.009) were noted in Type 2 diabetes with PVD. Those with PVD also showed significantly higher serum levels of C-reactive protein (CRP) (median 0.282 vs. 0.102 mg/dl, P < 0.001) and interleukin (IL)-6 (10.6 +/- 1.81 vs 1.6 +/- 4.6 pg/ml, P = 0.001). Multivariate regression analysis showed that higher serum levels of C-reactive protein (CRP), longer diabetic duration, and use of angiotensin converting enzyme inhibitor (ACEI) were independently associated with PVD in Type 2 diabetes mellitus. CONCLUSIONS: Type 2 diabetic patients with PVD had longer diabetic duration, higher serum creatinine levels, higher TC/HDL-C ratio, higher hypertension and CI history and higher CRP and IL-6 levels. Only serum CRP level, diabetic duration, and use of ACEI were independently associated with PVD in Type 2 diabetes mellitus.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 découle