Leptin and adiponectin in relation to body fat percentage, waist to hip ratio and the apoB/apoA1 ratio in Asian Indian and Caucasian men and women
Notice bibliographique
Résumé
BACKGROUND: Asian Indian immigrants have an increased risk for developing cardiovascular disease (CVD); however, there is very little data examining how the adipokines leptin and adiponectin relate to CVD risk factors such as body fat percentage (BF%), waist to hip ratio (WHR) and the apoB/apoA1 ratio in Asian Indian men and women living in Canada. SUBJECTS AND METHODS: A cross-sectional study comparing leptin, adiponectin, lipoproteins and anthropometric parameters in Asian Indian men and women to Caucasian men and women (4 groups). Anthropometric data (BMI, BF%, WHR), circulating lipids (apoA1, apoB, total cholesterol, and HDL-cholesterol), leptin and adiponectin were measured. RESULTS: Asian Indian men and women had higher leptin and lower adiponectin concentrations then Caucasian men and women, respectively. Leptin (positively) and adiponectin (negatively) correlated with anthropometric parameters and lipoproteins in all four groups. Using stepwise forward multiple regression, a model including TC/HDL-C ratio, WHR, BF%, hip circumference and waist circumference predicted 74.2% of leptin concentration in men. In women, apoB, BF%, waist circumference and age predicted 77.5% of leptin concentration. Adiponectin concentrations in men were predicted (30.2%) by HDL-C, total cholesterol, hip circumference and BF% while in women 41.2% of adiponectin concentration was predicted by the apoB/apoA1 ratio, WHR and age. CONCLUSION: As is evident from our data, there is a strong relationship between leptin, adiponectin, and abdominal obesity with increased CVD risk, as assessed by the apoB/apoA1 ratio. Dysregulation of these parameters may account for the increased risk of CVD in Asian Indians.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 ».