MétaCan
Menu
Retour à la cohorte
Enregistrement W2106685042 · doi:10.1186/1475-2840-10-93

Predicting insulin resistance using the triglyceride-to-high-density lipoprotein cholesterol ratio in Taiwanese adults

2011· article· en· W2106685042 sur OpenAlexaff
Jui‐Kun Chiang, Ning‐Sheng Lai, Jiunn‐Kae Chang, Malcolm Koo

Notice bibliographique

RevueCardiovascular Diabetology · 2011
Typearticle
Langueen
DomaineMedicine
ThématiqueDiabetes, Cardiovascular Risks, and Lipoproteins
Établissements canadiensPublic Health OntarioUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésInsulin resistanceMedicineInternal medicineTriglycerideLogistic regressionReceiver operating characteristicHigh-density lipoproteinEndocrinologyWaistInsulinCholesterolGastroenterologyObesity

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The triglyceride to high-density lipoprotein cholesterol ratio (TG/HDL-C) has been advocated as a simple clinical indicator of insulin resistance. Thresholds of TG/HDL-C appeared to depend on ethnicity. However, no studies have specifically compared the accuracy of TG/HDL-C with and without other clinical and demographic factors in predicting insulin resistance in Taiwanese adults. The aim of the present investigation was to use TG/HDL-C and other clinical available factors to predict insulin resistance in Taiwanese adults. METHODS: A total of 812 subjects were recruited from at the time of their general health examination at the Buddhist Dalin Tzu Chi General Hospital, Taiwan. Demographic information and clinical characteristics were obtained. Insulin resistance was defined by the homeostasis model assessment for insulin resistance (HOMA-IR). Simple and multiple logistic regression analyses were used to obtain probabilities of insulin resistance (HOMA-IR > 2) using TG/HDL-C with (Model 2) and without (Model 1) other clinical variables. A receiver operating characteristic (ROC) analysis was conducted to evaluate the ability of the two models to correctly discriminate between subjects of low and elevated HOMA-IR. RESULTS: Female sex, greater waist circumferences, and higher ALT levels were significantly associated with the risk of elevated HOMA-IR in addition to TG/HDL-C in the multiple logistic regression (Model 2). The area under the ROC curve (AUC) of Model 2 was 0.71 [95% CI = 0.67-0.75] and was significantly higher (P = 0.007) than the AUC 0.66 [95% CI = 0.62-0.71] of Model 1. CONCLUSIONS: The diagnostic accuracy of insulin resistance, defined by HOMA-IR, using TG/HDL-C can be significantly enhanced by including three additional clinically available factors - sex, waist circumferences, and ALT levels.

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)0,003
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 enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
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 Opus0,022
Tête enseignante GPT0,227
Écart entre enseignants0,205 · 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

Citations92
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCardiovascular DiabetologyMême sujetDiabetes, Cardiovascular Risks, and LipoproteinsTravaux en français237 207