Associations between heart rate variability, metabolic syndrome risk factors, and insulin resistance
Notice bibliographique
Résumé
The purpose of this study was to examine differences in heart rate variability (HRV) in metabolic syndrome (MetS) and to determine associations between HRV parameters, MetS risk factors, and insulin resistance (homeostasis model assessment for insulin resistance (HOMA-IR)). Participants (n = 220; aged 23-70 years) were assessed for MetS risk factors (waist circumference, blood pressure, fasting plasma glucose, triglycerides, and high-density lipoprotein cholesterol) and 5-min supine HRV (time and frequency domain and nonlinear). HRV was compared between those with 3 or more (MetS+) and those with 2 or fewer MetS risk factors (MetS-). Multiple linear regression models were built for each HRV parameter to investigate associations with MetS risk factors and HOMA-IR. Data with normal distribution are presented as means ± SD and those without as median [interquartile range]. In women, standard deviation of R-R intervals 38.0 [27.0] ms, 44.5 [29.3] ms; p = 0.020), low-frequency power (5.73 ± 1.06 ln ms(2), 6.13 ± 1.05 ln ms(2); p = 0.022), and the standard deviation of the length of the Poincaré plot (46.8 [31.6] ms, 58.4 [29.9] ms; p = 0.014) were lower and heart rate was higher (68 [13] beats/min, 64 [12] beats/min; p = 0. 018) in MetS+ compared with MetS-, with no differences in men. Waist circumference was most commonly associated with HRV, especially frequency domain parameters. HOMA-IR was associated with heart rate. In conclusion, MetS+ women had a less favourable HRV profile than MetS- women, but there were no differences in men. HOMA-IR was associated with heart rate, not HRV.
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 | 0,000 |
| 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 ».