Obésité abdominale et autres biomarqueurs de risque cardiométabolique: influence du niveau socioéconomique et du mode de vie dans deux populations noires apparentées, Cotonou (Bénin) et Port-au-Prince (Haïti)
Notice bibliographique
Résumé
INTRODUCTION: Increased cardio metabolic risk (CMR) in low- and middle-income countries is largely due to rapid nutrition transition. We conducted a study of two African-origin populations groups living, however, in widely different settings. It aimed to assess the relationship between lifestyle and CMR biomarkers as well as between abdominal obesity (AO) and other biomarkers. METHODS: The study included 200 Benineses from Cotonou and 252 Haitians from Port-with-Prince (PAP) aged between 25 to 60 years and apparently in good health. AO was specifically defined as waist circumference ≥ 88cm (men) and ≥ 95 cm (women). Other most common biomarkers were: high total cholesterol/HDL cholesterol ratio, high blood pressure and insulin resistance by HOMA (Homeostasis Model Assessement). Socioeconomic status, diet, alcohol and tobacco were documented by questionnaire. Two dietary patterns emerged from cluster analysis, one traditional and the other "transitional" with increasing frequency of western foods. RESULTS: Socioeconomic status, consumption of alcohol and nicotinism were associated with CMR, but not the food diagram. AO was associated with other CMR markers, with no marked effect of socioeconomic status and lifestyle variables. CONCLUSION: Specific TT threshold values are confirmed as socioeconomic status and lifestyle have an impact on CMR, but not the relationship between AO and other CMR biomarkers.
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 | 0,008 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,000 | 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) | 0,001 | 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 ».