Metabolic syndrome and risk of coronary heart disease in a Pakistani cohort
Notice bibliographique
Résumé
OBJECTIVE: To assess the relation of the metabolic insulin resistance syndrome (M-IRS) with coronary heart disease (CHD) in Pakistani patients. SUBJECTS: 200 patients with angiographic disease (CHD(+)) matched with 200 patients with chest pain without occlusive disease (CHD(-)). DESIGN: Prospective case-control study. SETTING: Tertiary referral cardiology unit in Pakistan. RESULTS: M-IRS was present in 37% of CHD(+) versus 27% of CHD(-) patients by criteria for white patients or 47% versus 42%, respectively, by Asian criteria (p < 0.001). After adjustment for other risk factors, M-IRS was not a significant predictor for CHD or angiographic disease. Age (p = 0.03), smoking (p < 0.001), diabetes-years (p = 0.003), sialic acid (p = 0.01), and creatinine (p = 0.008) accounted for the excess risk of CHD. Similarly, age (p = 0.005), creatinine (p < 0.001), cigarette pack-years (p = 0.02), diabetes-years (p = 0.003), and sialic acid (p = 0.08) were predictors of greater angiographic disease. M-IRS differed between Pakistani and white patients, as waist circumference correlated weakly (r = -0.03-0.08, p = 0.45-0.52) with triglycerides, high density lipoprotein cholesterol, systolic blood pressure, or glucose. Sialic acid was the only inflammatory marker associated with M-IRS. CONCLUSIONS: Despite strong associations between individual risk factors associated with M-IRS and a univariate association between M-IRS and CHD in native Pakistanis, the principal discriminant risk factors in this group are age, smoking, inflammation, diabetes-years, and impaired renal function. The poor sensitivity of M-IRS for CHD reflects the high underlying prevalence of M-IRS, thus reducing sensitivity, confounding by other urban lifestyle traits, or a lack of association of waist circumference with M-IRS risk factors. The definition of M-IRS may have to be revised to increase its power as a discriminant risk factor for CHD in Pakistani populations.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».