MétaCan
Menu
Retour à la cohorte
Enregistrement W2093444276 · doi:10.1097/00005768-200104000-00012

Fitness, fatness, and estimated coronary heart disease risk: the HERITAGE Family Study

2001· article· en· W2093444276 sur OpenAlexaff
Peter T. Katzmarzyk, Jacques Gagnon, ARTHUR S. LEON, James S. Skinner, Jack H. Wilmore, D. C. Rao, Claude Bouchard

Notice bibliographique

RevueMedicine & Science in Sports & Exercise · 2001
Typearticle
Langueen
DomaineMedicine
ThématiqueDiabetes, Cardiovascular Risks, and Lipoproteins
Établissements canadiensYork University
Organismes subventionnairesNational Heart, Lung, and Blood Institute
Mots-clésFramingham Risk ScoreVO2 maxMedicineOdds ratioFramingham Heart StudyPhysical fitnessInternal medicineCoronary heart diseaseOddsCardiorespiratory fitnessDemographyPhysical therapyCardiologyGerontologyDiseaseHeart rateLogistic regressionBlood pressure

Résumé

récupéré en direct d'OpenAlex

KATZMARZYK, P. T., J. GAGNON, A. S. LEON, J. S. SKINNER, J. H. WILMORE, D. C. RAO, and C. BOUCHARD. Fitness, fatness, and estimated coronary heart disease risk: the HERITAGE Family Study. Med. Sci. Sports Exerc., Vol. 33, No. 4, 2001, pp. 585–590. Purpose: To determine the contributions of fatness and fitness to the estimated risk of future coronary heart disease (CHD). Methods: The sample consisted of 212 black and 411 white adult sedentary participants. Percent body fat (%BF) was measured using densitometry, whereas maximal oxygen uptake (V̇O2max) was measured on a cycle ergometer. Risk of future CHD was estimated using the revised Framingham Heart Study algorithm. Results: For fatness, the odds ratios for risk of future CHD were 1.83 and 1.70 for the moderate and high tertiles, respectively, compared with the low tertile. Similarly, the odds ratios for V̇O2max were 1.29 (NS) and 1.62, for the moderate and low tertiles, respectively. Removing V̇O2max from the full model had no effect; however, removing %BF resulted in a significantly weaker model (χ2 = 10.38, P < 0.01). Conclusion: Both fatness and fitness are important predictors of risk of future CHD, based on the Framingham index.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,042
Score d'incertitude au seuil0,083

Scores du classifieur distillé par catégorie (deux têtes)

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

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 GPT0,283
Écart entre enseignants0,263 · 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

Citations55
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMedicine & Science in Sports & ExerciseMême sujetDiabetes, Cardiovascular Risks, and LipoproteinsTravaux en français237 207