Does Waist Circumference Predict Diabetes and Cardiovascular Disease Beyond Commonly Evaluated Cardiometabolic Risk Factors?
Notice bibliographique
Résumé
OBJECTIVE: While the measurement of waist circumference (WC) is recommended in current clinical guidelines, its clinical utility was questioned in a recent consensus statement. In response, we sought to determine whether WC predicts diabetes and cardiovascular disease (CVD) beyond that explained by BMI and commonly obtained cardiometabolic risk factors including blood pressure, lipoproteins, and glucose. RESEARCH DESIGN AND METHODS: Subjects consisted of 5,882 adults from the 1999-2004 National Health and Nutrition Examination Survey, which is nationally representative and cross-sectional. Subjects were grouped into sex-specific WC and BMI tertiles. Blood pressure, triglycerides, LDL and HDL cholesterol, and glucose were categorized using standard clinical thresholds. Logistic regression analyses were used to calculate the odds for diabetes and CVD according to WC tertiles. RESULTS: After controlling for basic confounders, the medium and high WC tertiles were more likely to have diabetes and CVD compared with the low WC tertile (P < 0.05). After inclusion of BMI and cardiometabolic risk factors in the regression models, the magnitude of the odds ratios were attenuated (i.e., for diabetes the magnitude decreased from 6.54 to 5.03 for the high WC group) but remained significant in the medium and high WC tertiles for the prediction of diabetes, though not for CVD. CONCLUSIONS: WC predicted diabetes, but not CVD, beyond that explained by traditional cardiometabolic risk factors and BMI. The findings lend critical support for the recommendation that WC be a routine measure for identification of the high-risk, abdominally obese patient.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».