MétaCan
Menu
Retour à la cohorte
Enregistrement W2767216933 · doi:10.1002/dmrr.2963

Distribution and related factors of cardiometabolic disease stage based on body mass index level in Chinese adults—The National Diabetes and Metabolic Disorders Survey

2017· article· en· W2767216933 sur OpenAlexaff
Xuhong Hou, Peizhu Chen, Gang Hu, Yue Chen, Siyu Chen, Jingzhu Wu, Xiaojing Ma, Lei Chen, Zhaojun Yang, Wenying Yang, Weiping Jia

Notice bibliographique

RevueDiabetes/Metabolism Research and Reviews · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueDiabetes, Cardiovascular Risks, and Lipoproteins
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesChinese Diabetes Society
Mots-clésBody mass indexDiabetes mellitusMedicineMetabolic diseaseDiseaseStage (stratigraphy)GerontologyInternal medicineEnvironmental healthEndocrinologyBiology

Résumé

récupéré en direct d'OpenAlex

Abstract Background It is important to characterize distribution of cardiometabolic disease (CMD) based on different body mass index (BMI) levels in a population. This information remains scarce in China, so we investigated the proportions and related factors of cardiometabolic disease stages based on different BMI levels in Chinese adults. Methods We included 45 093 participants aged ≥20 years from the National Diabetes and Metabolic Disorders Survey. Cardiometabolic disease (central obesity, elevated triglycerides, elevated blood pressure, elevated plasma glucose, reduced high‐density lipoprotein cholesterol, and cardiovascular disease) was classified as stage 0 (no CMD), stage 1 (mild‐to‐moderate CMD), or stage 2 (severe CMD). Overweight/obesity was defined as BMI ≥25 kg/m2. Results The standardized proportions of stage 0, stage 1, and stage 2 were 32.6%, 36.4%, and 30.9% in normal‐weight men, 29.9%, 42.5%, and 27.7% in normal‐weight women, 4.9%, 31.7%, and 63.4% in overweight/obese men, and 6.9%, 31.4%, and 61.7% in overweight/obese women, respectively. Multinomial regression showed that regardless of gender or region, the probability of severe cardiometabolic disease rapidly increased with increasing BMI. Severe cardiometabolic disease risk was positively associated with ageing, family history of diabetes, hypertension, or cardiovascular disease, but was inversely associated with higher levels of education and increased physical activity. Conclusions Of Chinese men and women with normal weight, more than one third had mild‐to‐moderate cardiometabolic disease, and less than one third had severe cardiometabolic disease, while of these with overweight or obesity, nearly one third had mild‐to‐moderate cardiometabolic disease, and nearly two thirds had severe cardiometabolic disease.

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 enseignants0,045
Score d'incertitude au seuil0,089

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,056
Tête enseignante GPT0,344
Écart entre enseignants0,288 · 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

Citations6
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDiabetes/Metabolism Research and ReviewsMême sujetDiabetes, Cardiovascular Risks, and LipoproteinsTravaux en français237 207