MétaCan
Menu
Retour à la cohorte
Enregistrement W2087557306 · doi:10.5402/2012/736314

Predictors of Metabolic Syndrome in Participants of a Cardiac Rehabilitation Program

2012· article· en· W2087557306 sur OpenAlexaff
Alejandra Farias Godoy, Andrew Ignaszewski, Jiří Fröhlich, Scott A. Lear

Notice bibliographique

RevueISRN Cardiology · 2012
Typearticle
Langueen
DomaineMedicine
ThématiqueCardiovascular Function and Risk Factors
Établissements canadiensSt. Paul's HospitalProvidence Health CareSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésAlgorithmWaistMedicineLogistic regressionMachine learningArtificial intelligenceInternal medicineMathematicsComputer scienceBody mass index

Résumé

récupéré en direct d'OpenAlex

Metabolic syndrome increases the risk of all-cause mortality, cardiovascular mortality and cardiovascular events in patients with cardiovascular disease (CVD). This study assessed the predictors of metabolic syndrome, both its incidence and resolution in a cohort of cardiac rehabilitation program graduates. Methods. A total of 154 and 80 participants without and with metabolic syndrome respectively were followed for 48 months. Anthropometric measurements, metabolic risk factors, and quality of life were assessed at baseline and at 48 months. Logistic regression models were used to assess the predictors of metabolic syndrome onset and resolution. Results. Increasing waist circumference (OR 1.175, P ≤ 0.001) was an independent predictor for incident metabolic syndrome (R(2) for model = 0.46). Increasing waist circumference (OR 1.234, P ≤ 0.001), decreasing HDL-C (OR 0.027, P = 0.005), and increasing triglycerides (OR 3.005, P = 0.003) were predictors of metabolic syndrome resolution. Conclusion. Patients with CVD that further develop metabolic syndrome are particularly susceptible for the cascade of cardiovascular events and mortality. Increasing waist circumference confers a higher risk for future onset of metabolic syndrome in this group of patients. They will require closer follow-up and should be targeted for further prevention strategies after cardiac rehabilitation program completion.

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)0,000
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,020
Tête enseignante GPT0,292
Écart entre enseignants0,273 · 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

Citations7
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueISRN CardiologyMême sujetCardiovascular Function and Risk FactorsTravaux en français237 207