Low Birth Weight, Cumulative Obesity Dose, and the Risk of Incident Type 2 Diabetes
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Obesity history may provide a better understanding of the contribution of obesity to T2DM risk. METHODS: 17,634 participants from the 1958 National Child Development Study were followed from birth to 50 years. Cumulative obesity dose, a measure of obesity history, was calculated by subtracting the upper cut-off of the normal BMI from the actual BMI at each follow-up and summing the areas under the obesity dose curve. Hazard ratios (HRs) for diabetes were calculated using Cox regression analysis. Three separate models compared the predictive ability of cumulative obesity dose on diabetes risk with the time-varying BMI and last BMI. RESULTS: In final models, 341 of 15,043 (2.27%) participants developed diabetes; male sex and low birth weight were significant confounding variables. Adjusted HRs were 1.080 (95% CI: 1.071, 1.088) per 10-unit cumulative obesity dose, 1.098 (95% CI: 1.080, 1.117) per unit of the time-varying BMI, and 1.146 (95% CI: 1.084, 1.212) per unit of the last BMI. Cumulative obesity dose provided the best predictive ability for diabetes. CONCLUSIONS: Cumulative obesity dose is an improved method for evaluating the impact of obesity history on diabetes risk. The link between low birth weight and T2DM is strengthened by adjusting for cumulative obesity dose.
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.
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 | 0,006 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découle