Discriminatory value of alanine aminotransferase for diabetes prediction: the Insulin Resistance Atherosclerosis Study
Notice bibliographique
Résumé
AIMS: To examine the incremental usefulness of adding alanine aminotransferase to established risk factors for predicting future diabetes. METHODS: The study population of the Insulin Resistance Atherosclerosis Study included 724 people aged 40-69 years. We excluded people who had excessive alcohol intake or were treated with lipid-lowering agents. Incident diabetes was assessed after a mean follow-up period of 5.2 years. RESULTS: Alanine aminotransferase had a non-linear relationship with incident diabetes (Wald chi-squared test, P < 0.001; P for linearity = 0.005) independent of demographic variables, family history of diabetes, BMI and fasting glucose; therefore, we used Youden's J statistic to dichotomize alanine aminotransferase [threshold ≥ 0.43 μkat/L ( ≥ 26 IU/l)]. Dichotomized alanine aminotransferase increased the area under the receiver-operating characteristic curve (0.805 vs. 0.823; P = 0.007) of a model that included demographic variables, family history of diabetes, BMI and fasting glucose as independent variables. The net reclassification improvement was 9.6% (95% CI 1.8-17.4; P = 0.016), and the integrated discrimination improvement was 0.031 (95% CI 0.011-0.050; P = 0.002). Dichotomized alanine aminotransferase reclassified a net of 9.6% of individuals more appropriately. CONCLUSIONS: Alanine aminotransferase may be useful for classifying individuals who are at risk of future diabetes after accounting for the effect of other risk factors, including family history, adiposity and plasma glucose.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| 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 | 0,000 |
| 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 ».