Validating Metabolic Syndrome Through Principal Component Analysis in a Medically Diverse, Realistic Cohort
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
BACKGROUND: The concept of metabolic syndrome has been subject to etiological and clinical controversies in recent years. Associations among the five risk factors (obesity, hypertension, hyperglycemia, high triglyceride levels, and low high-density lipoprotein cholesterol) may help establish the validity of the concept, especially in a cohort representative of an actual population. METHODS: We used principal component analysis (PCA) to analyze the structure of the physiological components of metabolic syndrome in 7213 patients contained in an administrative database for the Centre Hospitalier Universitaire de Sherbrooke in Sherbrooke, Quebec, a realistic cohort with diverse medical histories. We validated the results by repeating the analysis on stratified and random subgroups of patients, and on different combinations of risk factors. The first axis of the PCA was used to predict coronary heart disease (CHD) and diabetes. RESULTS: The two first axes explained 53% of the variance. The first axis (33%) was associated in the expected direction with all five predictor variables, consistent with its interpretation as metabolic syndrome. The first axis was more predictive of subsequent CHD and diabetes than the formal definition of metabolic syndrome. CONCLUSIONS: These results suggest that the concept of metabolic syndrome accurately captures an existing underlying physiological process. A continuous indicator could be constructed to identify metabolic syndrome more accurately, thus improving risk assessment for CHD and diabetes mellitus. Metabolic syndrome can be measured well even without all five predictors. However, discrepancies with other studies suggest that our results may not be generalizable, perhaps because our cohort tends to be sicker.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| 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 découle