Serum C-peptide levels and risk of death among adults without diabetes mellitus
Notice bibliographique
Résumé
BACKGROUND: Connecting peptide (C-peptide) plays a role in early atherogenesis in patients with diabetes mellitus and may be a marker for cardiovascular morbidity and mortality in patients without diabetes. We investigated whether serum C-peptide levels are associated with all-cause, cardiovascular-related and coronary artery disease-related mortality in adults without diabetes. METHODS: We used data from the Third Nutrition and Health Examination Survey (NHANES III) and the NHANES III Linked Mortality File in the United States. We analyzed mortality data for 5902 participants aged 40 years and older with no history of diabetes and who had available serum C-peptide levels from the baseline examination. We grouped the participants by C-peptide quartile, and we performed Cox proportional hazards regression analysis. The primary outcome was all-cause, cardiovascular-related and coronary artery disease-related mortality. RESULTS: The mean serum C-peptide level in the study sample was 0.78 (± standard deviation 0.47) nmol/L. The adjusted hazards ratio comparing the highest quartile with the lowest quartile was 1.80 (95% confidence interval [CI] 1.33-2.43) for all-cause mortality, 3.20 (95% CI 2.07-4.93) for cardiovascular-related mortality, and 2.73 (95% CI 1.55-4.82) for coronary artery disease-related mortality. Higher C-peptide levels were associated with increased mortality among strata of glycated hemoglobin and fasting serum glucose. INTERPRETATION: We found an association between serum C-peptide levels and all-cause and cause-specific mortality among adults without diabetes at baseline. Our finding suggests that elevated C-peptide levels may be a predictor of death.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 ».