MétaCan
Menu
Retour à la cohorte
Enregistrement W2155424021 · doi:10.1038/oby.2009.364

Identifying Metabolically Healthy but Obese Individuals in Sedentary Postmenopausal Women

2009· article· en· W2155424021 sur OpenAlexafffund
Virginie Messier, Antony D. Karelis, Denis Prud’homme, Vanessa Primeau, Martin Brochu, Rémi Rabasa‐Lhoret

Notice bibliographique

RevueObesity · 2009
Typearticle
Langueen
DomaineMedicine
ThématiqueObesity, Physical Activity, Diet
Établissements canadiensHealth and Social Services Centre University Institute of Geriatrics of SherbrookeCentre Hospitalier de l’Université de MontréalUniversity of OttawaUniversité de SherbrookeUniversité du Québec à MontréalUniversité de MontréalMontreal Clinical Research Institute
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésMedicineInternal medicineEndocrinologyBody mass indexQuartileCardiorespiratory fitnessBlood pressureAnthropometryLean body massInsulin resistanceObesityConfidence intervalBody weight

Résumé

récupéré en direct d'OpenAlex

The purpose of this study was to compare different methods to identify metabolically healthy but obese (MHO) individuals in a cohort of obese postmenopausal women. We examined the anthropometric and metabolic characteristics of 113 obese (age: 57.3 +/- 4.8 years; BMI: 34.2 +/- 2.7 kg/m(2)), sedentary postmenopausal women. The following methods were used to identify MHO subjects: the hyperinsulinemic-euglycemic clamp (MHO: upper quartile of glucose disposal rates); the Matsuda index (MHO: upper quartile of the Matsuda index); the homeostasis model assessment (HOMA) index (MHO: lower quartile of the HOMA index); having 0-1 cardiometabolic abnormalities (systolic/diastolic blood pressure > or =130/85 mm Hg, triglycerides (TG) > or =1.7 mmol/l, glucose > or =5.6 mmol/l, HOMA >5.13, high-sensitive C-reactive protein (hsCRP) >0.1 mg/l, high-density lipoprotein-cholesterol (HDL-C) <1.3 mmol/l); and meeting four out of five metabolic factors (HOMA < or =2.7, TG < or =1.7 mmol/l, HDL-C > or =1.3 mmol/l, low-density lipoprotein-cholesterol < or =2.6 mmol/l, hsCRP < or =3.0 mg/l). Thereafter, we measured insulin sensitivity, body composition (dual-energy X-ray absorptiometry), body fat distribution (computed tomography scan), energy expenditure, plasma lipids, inflammation markers, resting blood pressure, and cardiorespiratory fitness. We found significant differences in body composition (i.e., peripheral fat mass, central lean body mass (LBM)) and metabolic risk factors (i.e., HDL-C, hsCRP) between MHO and at risk individuals using the different methods to identify both groups. In addition, significant differences between MHO subjects using the different methods to identify MHO individuals were observed such as age, TG/HDL, hsCRP, and fasting insulin. However, independently of the methods used, we noted some recurrent characteristics that identify MHO subjects such as TG, apolipoprotein B, and ferritin. In conclusion, the present study shows variations in body composition and metabolic profile based on the methods studied to define the MHO phenotype. Therefore, an expert consensus may be needed to standardize the identification of MHO individuals.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,020
Tête enseignante GPT0,303
Écart entre enseignants0,283 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations136
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueObesityMême sujetObesity, Physical Activity, DietTravaux en français237 207