A1C Between 5.7 and 6.4% as a Marker for Identifying Pre-Diabetes, Insulin Sensitivity and Secretion, and Cardiovascular Risk Factors
Notice bibliographique
Résumé
OBJECTIVE: A1C is an optional method for diagnosing diabetes and also for detecting individuals at increased risk of the disease. However, how A1C compares with fasting (FPG) and 2-h plasma glucose for detecting at-risk individuals is not well known. RESEARCH DESIGN AND METHODS: A 2-h glucose tolerance test, frequently sampled intravenous glucose tolerance test, and A1C were obtained at the follow-up examination in 855 participants in the Insulin Resistance Atherosclerosis Study (IRAS). For this report, 385 individuals were at increased risk of diabetes as defined by A1C between 5.7 and 6.4%, impaired glucose tolerance (IGT), and/or impaired fasting glucose (IFG). RESULTS: IFG and IGT identified 69.1 and 59.5% of all individuals at increased risk of diabetes, respectively. A1C 5.7-6.4% detected 23.6% of all at-risk individuals, although more African Americans (31.4%) and Hispanics (35.2%) than non-Hispanic whites (9.9%). Relative to A1C, FPG was more strongly related to fasting insulin (r = 0.38 vs. 0.26; P < 0.01), acute insulin response (r = - 0.20 vs. - 0.09; P < 0.01), and waist circumference (r = 0.43 vs. 0.25; P < 0.001) by the Spearman correlation test. Similarly, 2-h plasma glucose was more strongly related to Si (r = - 0.40 vs. - 0.27; P < 0.01) and triglycerides (r = 0.30 vs. 0.08; P < 0.001). CONCLUSIONS: A1C 5.7-6.4% is less sensitive for detecting at-risk individuals than IFG and IGT, particularly among non-Hispanic whites. Single determinations of FPG and 2-h plasma glucose seem to be more precise correlates of insulin resistance and secretion than A1C and, in general, better for other metabolic disorders.
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 ».