Deriving Ethnic-Specific BMI Cutoff Points for Assessing Diabetes Risk
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
OBJECTIVE: The definition of obesity (BMI ≥ 30 kg/m(2)), a key risk factor of diabetes, is widely used in white populations; however, its appropriateness in nonwhite populations has been questioned. We compared the incidence rates of diabetes across white, South Asian, Chinese, and black populations and identified equivalent ethnic-specific BMI cutoff values for assessing diabetes risk. RESEARCH DESIGN AND METHODS: We conducted a multiethnic cohort study of 59,824 nondiabetic adults aged ≥ 30 years living in Ontario, Canada. Subjects were identified from Statistics Canada's population health surveys and followed for up to 12.8 years for diabetes incidence using record linkages to multiple health administrative databases. RESULTS: The median duration of follow-up was 6 years. After adjusting for age, sex, sociodemographic characteristics, and BMI, the risk of diabetes was significantly higher among South Asian (hazard ratio 3.40, P < 0.001), black (1.99, P < 0.001), and Chinese (1.87, P = 0.002) subjects than among white subjects. The median age at diagnosis was lowest among South Asian (aged 49 years) subjects, followed by Chinese (aged 55 years), black (aged 57 years), and white (aged 58 years) subjects. For the equivalent incidence rate of diabetes at a BMI of 30 kg/m(2) in white subjects, the BMI cutoff value was 24 kg/m(2) in South Asian, 25 kg/m(2) in Chinese, and 26 kg/m(2) in black subjects. CONCLUSIONS: South Asian, Chinese, and black subjects developed diabetes at a higher rate, at an earlier age, and at lower ranges of BMI than their white counterparts. Our findings highlight the need for designing ethnically tailored prevention strategies and for lowering current targets for ideal body weight for nonwhite 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.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| 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 découle