Serum Insulin-Like Growth Factor 1 and the Risk of Ischemic Stroke
Notice bibliographique
Résumé
Background and Purpose— Low insulin-like growth factor 1 (IGF-1) has been associated with increased risk of atherosclerosis and atrial fibrillation in cross-sectional studies. Yet, prospective data linking IGF-1 levels to the development of ischemic stroke remain inconclusive. We examined prospectively the association between serum IGF-1 levels and incident ischemic stroke. Methods— We measured serum IGF-1 levels in 757 elderly individuals (mean age 79±5, 62% women), free of prevalent stroke, from the Framingham original cohort participants at the 22nd examination cycle (1990–1994) and were followed up for the development of ischemic stroke. Cox models were used to relate IGF-1 levels to the risk for incident ischemic stroke, adjusted for potential confounders. Results— During a mean follow-up of 10.2 years, 99 individuals developed ischemic stroke. After adjustment for age, sex, and potential confounders, higher IGF-1 levels were associated with a lower risk of incident ischemic stroke, with subjects in the lowest quintile of IGF-1 levels having a 2.3-fold higher risk of incident ischemic stroke (95% confidence interval, 1.09–5.06; P =0.03) as compared with those in the top quintile. We observed an effect modification by diabetes mellitus and waist–hip ratio for the association between IGF-1 and ischemic stroke ( P <0.1). In subgroup analyses, the effects were restricted to subjects with diabetics and those in top waist–hip ratio quartile, in whom each standard deviation increase in IGF-1 was associated with a 61% (hazard ratio, 0.39; 95% confidence interval, 0.20–0.78; P =0.007) and 41% (hazard ratio, 0.59; 95% confidence interval, 0.37–0.95; P =0.031) lower risk of incident ischemic stroke, respectively. Conclusions— IGF-1 levels were inversely associated with ischemic stroke, especially among persons with insulin resistance.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,001 | 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 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 ».