Abdominal obesity predicts declining insulin sensitivity in non‐obese normoglycaemics: the Insulin Resistance Atherosclerosis Study (IRAS)
Notice bibliographique
Résumé
AIM: Cross-sectional studies have demonstrated a relationship between obesity and insulin sensitivity (S(I)); however, there is a lack of evidence from longitudinal studies. METHODS: The Insulin Resistance Atherosclerosis Study (IRAS) estimated S(I) (x10(-4)/min.microU/ml) directly using a frequently sampled intravenous glucose tolerance test with minimal model analysis in 504 normoglycaemic subjects. Partial correlation coefficients (r) were calculated to compare the relationship of change in S(I) from baseline to 5 years later (DeltaS(I)) with baseline waist circumference (waist) as a measure of abdominal obesity and body mass index (BMI) as a measure of overall obesity. Mean DeltaS(I) was -1.06 (SD = 1.85). RESULTS: Higher baseline waist (r = -0.16; p = 0.0005), but not BMI (r = -0.005; p = 0.91), was associated with (-) DeltaS(I) in models including sex, ethnicity, clinical centre and baseline S(I), BMI, waist, age and physical activity. The waist-DeltaS(I) relationship differed across the levels of baseline BMI, being significant only in normal weight (r = -0.21) and overweight subjects (r = -0.16), but not in obese subjects. DeltaS(I) was correlated with a 5-year change in either obesity measure (Deltawaist: r = -0.22 and DeltaBMI: r = -0.20; p = 0.0001). CONCLUSIONS: Among non-diabetics, waist circumference was a strong predictor of declining S(I) among lean subjects, a modest predictor among overweight subjects, but was not predictive among obese individuals. Waist circumference should be considered, in addition to BMI, when identifying individuals at high risk of diabetes or the insulin resistance syndrome.
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 | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 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 | 0,001 |
| 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 ».