MétaCan
Menu
Retour à la cohorte
Enregistrement W2104902578 · doi:10.1161/circulationaha.105.559633

Prediction of Type 2 Diabetes Mellitus With Alternative Definitions of the Metabolic Syndrome

2005· article· en· W2104902578 sur OpenAlexafffund
Anthony J. Hanley, Andrew J. Karter, Ken Williams, Andreas Festa, Ralph B. D’Agostino, Lynne E. Wagenknecht, Steven M. Haffner

Notice bibliographique

RevueCirculation · 2005
Typearticle
Langueen
DomaineMedicine
ThématiqueDiabetes, Cardiovascular Risks, and Lipoproteins
Établissements canadiensSinai Health SystemMount Sinai Hospital
Organismes subventionnairesNational Center for Research ResourcesNational Institute of Diabetes and Digestive and Kidney DiseasesNational Heart, Lung, and Blood InstituteBanting and Best Diabetes Centre, University of TorontoAstraZenecaCanadian Diabetes AssociationU.S. Public Health ServiceNational Institutes of HealthUniversity of Toronto
Mots-clésMedicineMetabolic syndromeType 2 Diabetes MellitusDiabetes mellitusType 2 diabetesIntensive care medicineInternal medicineEndocrinology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: In addition to predicting cardiovascular disease (CVD) morbidity and mortality, the metabolic syndrome is strongly associated with the development of type 2 diabetes mellitus (DM), itself an important risk factor for CVD. Our objective was to compare the ability of various metabolic syndrome criteria (including those recently proposed by the International Diabetes Federation), markers of insulin resistance (IR) and inflammation, and impaired glucose tolerance (IGT) in the prediction of DM and to determine whether various proposed modifications to the National Cholesterol Education program (NCEP) metabolic syndrome definition improved predictive ability. METHODS AND RESULTS: We examined 822 subjects in the Insulin Resistance Atherosclerosis Study aged 40 to 69 years who were nondiabetic at baseline. After 5.2 years, 148 individuals had developed DM. IGT, metabolic syndrome definitions, and IR markers all significantly predicted DM, with odds ratios ranging from 3.4 to 5.4 (all P<0.001), although there were no significant differences in the areas under the receiver operator characteristic (AROC) curves between the definitions. Modifying or requiring obesity, glucose, or IR components in NCEP-defined metabolic syndrome did not significantly alter the predictive ability of the definition under AROC curve criteria (all P>0.05). Similarly, although IR and inflammation variables were significantly associated with incident DM when included in multivariate models with NCEP-defined metabolic syndrome (all P<0.01), expanding the definition by adding these variables as components did not significantly alter the predictive ability of the definition under AROC curve criteria (all P>0.05). CONCLUSIONS: The International Diabetes Federation and NCEP metabolic syndrome definitions predicted DM at least as well as the World Health Organization definition, despite not requiring the use of oral glucose tolerance testing or measures of IR or microalbuminuria. Modifications or additions to the NCEP metabolic syndrome definition had limited impact on the prediction of DM.

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)0,010
score de la tête « metaresearch » (Gemma)0,022
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 enseignants0,010
Score d'incertitude au seuil0,054

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,022
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,029
Tête enseignante GPT0,223
Écart entre enseignants0,193 · 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

Citations266
Publié2005
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCirculationMême sujetDiabetes, Cardiovascular Risks, and LipoproteinsTravaux en français237 207