Coronary artery disease risk among obese metabolically healthy young men
Notice bibliographique
Résumé
OBJECTIVE: The aim of this study was to assess coronary artery disease (CAD) risk among obese young men without metabolic risk factors. DESIGN: A longitudinal study in a historical cohort. METHODS: Incident CAD during a median follow-up of 6.1 years was assessed among 31,684 young men (mean age 31.2 ± 5.7 years) of the Metabolic, Lifestyle and Nutrition Assessment in Young Adults (MELANY) cohort. Participants were categorized by BMI and the number of metabolic abnormalities (based on the Adult Treatment Panel-III). Metabolically healthy (MH) obesity was defined as BMI ≥ 30 kg/m(2) in the presence of normal blood pressure (BP) and normal levels of fasting glucose, triglyceride, and HDL-cholesterol (HDL-c) levels (n = 599; 1.9%). Cox proportional hazard models were applied. RESULTS: There were 198 new cases of CAD that were diagnosed during 209,971 person-years of follow-up, of which six cases occurred among MH obese. The incidence of CAD among MH lean, overweight, and obese participants was 0.23, 0.45, and 1.0/1000 person-years respectively. In a multivariable model adjusted for clinical and biochemical CAD risk factors, a higher CAD risk was observed among MH-obese (hazard ratio = 3.08; 95% CI = 1.10-8.68, P = 0.033), compared to MH-normal weight subjects. This risk persisted when BMI was treated as a time-dependent variable, or when fasting glucose, HDL-c, triglycerides, or BP were added to the model. Similar results were also obtained when a more permissive definition of MH was used. CONCLUSIONS: Obesity may continue to contribute to increased risk for incident CAD in young men even in the presence of a healthy metabolic profile.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».