Impaired glucose metabolism in regular occupational health checkups for a military population: surrounding the metabolic enemy
Notice bibliographique
Résumé
Introduction: Impaired glucose metabolism, including diabetes and pre-diabetes, is a major cardiovascular risk factor. The aim of this study was to evaluate the glucose metabolism status of employees based on regular occupational health checkups in a military population to plan a more effective program. Methods: From a registry of regular occupational health checkups covering the years 2011 through 2015 in a military medical organization, the study extracted data on age, gender, weight, height, body mass index (BMI), job (medical or non-medical), smoking, history and/or family history of diabetes and hypertension, systolic and diastolic blood pressures, fasting blood glucose (FBS), total cholesterol, triglyceride, and low-density and high-density lipoproteins. Results: Data were collected for 783 apparently healthy individuals, 536 (68.5%) male and 247 (31.5%) female. According to duplicated FBS tests, 17 cases (2.3%) were at diabetic level (FBS≥126 mg/dL), 100 (13.7%) had pre-diabetes (100≤FBS≤125 mg/dL), and 612 (78.2%) had normal FBS (<100 mg/dL). Overall, 1.3% of cases had undiagnosed diabetes and 12.8% had undiagnosed pre-diabetes. Gender, age, BMI, systolic and diastolic blood pressures, and levels of serum triglyceride, total cholesterol, and low-density lipoprotein were significantly associated with impaired glucose metabolism. Non-medical staff had significantly higher prevalence abnormal FBS than medical employees. Importantly, the probability of impaired glucose metabolism increased with clustering of the risk factors. Discussion: A considerable proportion of apparently healthy middle-aged employees of a military medical organization had disturbed glucose metabolism, which was first diagnosed in regular occupational health checkups. A personalized multidimensional approach would enhance individualized risk-assessment models.
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 ».