Cardiovascular Disease Risk Factors among Non-Alcoholic Fatty Liver Disease Patients at Makkah, Kingdom of Saudi Arabia
Notice bibliographique
Résumé
BACKGROUND: Non-alcoholic fatty liver disease (NAFLD) is one of the major health problems which is characterized by excessive fat accumulation in the liver. Worldwide, NAFLD has a reported prevalence of 6 to 35 percent in the general population. The prevalence of NAFLD has increased as more patients develop a sedentary lifestyle, metabolic syndrome, and obesity. AIM & OBJECTIVES: To study cardiovascular disease risk factors among NAFLD patients aiming to reduce morbidity and mortality. METHODOLOGY: This was a cross sectional study. Cardiovascular risk factors questionnaire including personal data, BMI, lipid profile and blood pressure was used to obtain the data from 150 patients with ultrasound diagnosed NAFLD and 150 patients with no evidence of NAFLD at Umm Al Qura University medical center, Makkah, Kingdom of Saudi Arabia. RESULTS: 54.7% out of 150 NAFLD patients were males, 91.3% were obese, 50.7% were diabetics, 28% hypertensive, 53.7% had high cholesterol level, 52.7 % had high triglycerides and 64.6% had high LDL level. Results showed significant high prevalence of most of CVD risk factors among NAFD patients in comparison to age matched group of patients without NAFLD. CONCLUSION: NAFLD patients have a high risk of cardiovascular diseases more than non NAFLD.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».