MétaCan
Menu
Retour à la cohorte
Enregistrement W2588229541

Socioeconomic determinants and metabolic syndrome: Results from the Isfahan Healthy Heart Program.

2016· article· en· W2588229541 sur OpenAlexaff
Mojgan Gharipour, Masoumeh Sadeghi, Fatemeh Nouri, Pouya Nezafati, Saleem S. Qader, Marzieh Taheri, Maryam Maghroun, Ali Abdalvand, Bahram Soleimani, Nizal Sarrafzadegan

Notice bibliographique

RevuePubMed · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueDiabetes, Cardiovascular Risks, and Lipoproteins
Établissements canadiensUniversity of Alberta
Organismes subventionnairesIsfahan University of Medical SciencesMinistry of Health and Medical Education
Mots-clésSocioeconomic statusAnthropometryMetabolic syndromeMedicineDemographyMultivariate analysisPopulationEnvironmental healthGerontologyObesityInternal medicine
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Introduction: The prevalence of metabolic syndrome (MetS) is increasing in Iran. We assessed the relationship between socioeconomic status (SES) and Mets components in the Iranian population. MATERIALS AND METHODS: The sample for this study comprised a random cross-section of men and women from two province districts who participated in the Isfahan Healthy Heart Program (IHHP) in 2007. Each participant completed a questionnaire, underwent anthropometric testing and blood pressure measurements, and provided a blood sample. Mets was defined based on ATPIII criteria. Several SES dimensions, such as education, occupation, and number of children, as well as home, car, and personal computer ownership, were assessed to determine the participant's SES. RESULTS: A higher-than-average income, car ownership, owning or renting a private home, and having a computer are increasing towards increment in SES. All MetS components were more prevalent in participants defined as having a lower SES, while low HDL levels were more common in participants having an SES II (P>0.001). A multivariate analysis showed that having the lowest SES (I) increased the risk of MetS by 1.72 [1.44-2.07], whereas subjects having an SES III had a 1.23 [1.04-1.47] lower risk for MetS. CONCLUSIONS: The relationship between SES and Mets is due largely to behavioural factors, such as practicing unhealthy eating habits. Given the high prevalence of Mets in Iran, we propose that regular health check-ups may be useful in the early detection of the syndrome and, consequently, in the prevention of its effects. In addition, the early detection of MetS may result in the early diagnosis and prevention of cardiovascular diseases.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,026

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,020
Tête enseignante GPT0,244
Écart entre enseignants0,224 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations15
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePubMedMême sujetDiabetes, Cardiovascular Risks, and LipoproteinsTravaux en français237 207