MétaCan
Menu
Retour à la cohorte
Enregistrement W2071634752 · doi:10.1159/000112457

The Metabolic Syndrome: Definitions, Prevalence and Management

2008· review· en· W2071634752 sur OpenAlexaff
J Levesque, Benoı̂t Lamarche

Notice bibliographique

RevueLifestyle Genomics · 2008
Typereview
Langueen
DomaineMedicine
ThématiqueDiabetes, Cardiovascular Risks, and Lipoproteins
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésMetabolic syndromeMedicineDyslipidemiaAbdominal obesityDiseaseFramingham Risk ScoreObesityFramingham Heart StudyDiabetes mellitusType 2 diabetesIntensive care medicineInternal medicineEndocrinology

Résumé

récupéré en direct d'OpenAlex

The metabolic syndrome (MetS) refers to the clustering of various metabolic risk factors that include abdominal obesity, dyslipidemia, hypertension, and hyperglycemia. It is now well known that it is associated with an increased risk of cardiovascular disease (CVD) and of type 2 diabetes. The increasing prevalence of the MetS, associated with the substantial progression of obesity and diabetes, is therefore an important public health concern. Over the years, several definitions for the MetS have been proposed by major scientific associations. Those definitions differ somewhat in their criteria and threshold values but generally all agree on the essential components of the syndrome. The proposed definitions are intended to help identify individuals at increased long-term risk of CVD, who could benefit from early prevention. The diagnosis of the MetS should be used concurrently with standard predicting algorithms, such as the Framingham Risk Score and the Diabetes Predicting Model, which better predict short-term risks. The management of the MetS should emphasize therapeutic lifestyle modifications--weight loss, increased physical activity, healthy diet--as the first-line therapy. If the short-term risk of CVD or diabetes is high, specific risk factors should be monitored more closely according to established guidelines and drug therapy may be appropriate.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0030,004
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,002

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 Opus0,035
Tête enseignante GPT0,269
Écart entre enseignants0,234 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations66
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLifestyle GenomicsMême sujetDiabetes, Cardiovascular Risks, and LipoproteinsTravaux en français237 207