[PP.LB01.14] PREDICTIVE VALUES FOR OBESITY AND DIABETES IN PRIMARY CARE
Notice bibliographique
Résumé
Objective: To evaluate the predictive value of blood pressure (BP), age, body mass index (BMI) and pain in predicting obesity and diabetes mellitus (DM) in primary care (PC). Design and method: Cross-sectional study with 496 adult consecutive PC patients was performed. The cardiovascular risk was determined (age, male gender, BP, BMI). Three groups were analysed: the 1st group – healthy patients (N = 97), the 2nd group - patients with obesity (BMI >30) and somatic disease, but not DM (N = 85), the 3rd group - DM patients (N = 22). McGill Pain self-assessment questionnaire was filled in. Information on the clinical diagnoses was obtained from the patients’ medical records. Results: All PC samples did not differ by gender (men 38,1%, 39,1% and 40,9%, resp.), but they differed by age (41 ± 14; 54 ± 14 and 60 ± 9, resp.). Higher systolic BP (p = 0,023), older age (p = 0,002) and presence of pain in legs (p = 0,025) were predictors of DM. Older age (p < 0,001) and pain in legs (p = 0,009), but not high BP were predictors of obesity. When the 1st and the 3rd groups were compared, the greatest differences were found in pain in legs, (1.0% vs. 13.6%, p = 0.02), and in body parts, situated lower than plexus (LP) (4.1% vs. 18.2%, p = 0.038). Results found that older age (p = 0,002), higher systolic BP (p = 0,023) and presence of pain in LP (p = 0,034) were predictors of DM, while predicting obesity, the predictors were older age (p < 0,001), and pain in LP (p = 0,004) only. Conclusions: Pain is valuable marker to predict diabetes next to standard confounding factors such as BP, age and BMI, and more valuable than BP to predict obesity in PC patients.
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 | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,247 | 0,113 |
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 ».