Determinants of Incident Metabolic Syndrome in a Middle Eastern Population: Isfahan Cohort Study
Notice bibliographique
Résumé
BACKGROUND: To identify the associated risk factors with development of metabolic syndrome (MetS) in a longitudinal prospective cohort study in an Iranian population. METHODS: A total of 1994 participants, aged ≥35 years, free of MetS, diabetes, and cardiovascular disease at baseline were followed up for 7 years. Physical examination, laboratory studies, and interview about lifestyle factors were performed, and MetS was defined based on harmonized definition at both time points. Logistic regression was used to calculate odds ratio (OR) and corresponding 95% confidence interval (CI). RESULTS: MetS occurred in 27% of subjects with an incidence rate of 39.2 and 46.6 per 1000 person-year in men and women, respectively (P = 0.04). Among the components of MetS, triglyceride (TG) alone (OR 2.59, 95% CI 1.78-3.78) or in combination with waist circumference (WC; OR 5.01, 95% CI 3.59-7.01) was the strongest predictor of incident MetS compared to those free of components. In multivariable analysis, all components were associated with higher risk except fasting plasma glucose in both genders and high-density lipoprotein cholesterol in men. Impaired glucose tolerance was associated with two (95% CI 1.11-3.65) times increased risk in women. The multivariable adjusted OR (95% CI) of overweight and obesity was 1.68 (1.13-2.50) and 2.88 (1.73-4.78) in women and 2.46 (1.74-3.46) and 2.47 (1.38-4.43) in men, respectively. Unhealthy diet [1.57 (1.02-2.41)] and weekly Cola consumption [1.50 (1.05, 2.14)] increased the risk in women only. CONCLUSIONS: TG and WC components showed the highest predictive values for MetS incidence, while general obesity was independently associated with it.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| 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) | 0,000 | 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 ».