MétaCan
Menu
Retour à la cohorte
Enregistrement W2785067601 · doi:10.14740/jocmr3325w

The Role of C-Peptide as Marker of Cardiometabolic Risk in Women With Polycystic Ovary Syndrome: A Controlled Study

2018· article· en· W2785067601 sur OpenAlexvenueno aff
Sebastião Freitas de Medeiros, Laura Camila Antunes Angelo, Matheus Antônio Souto de Medeiros, Camila Regis Banhara, Bruna Barcelo Barbosa, Márcia Marly Winck Yamamoto

Notice bibliographique

RevueJournal of Clinical Medicine Research · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueOvarian function and disorders
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPolycystic ovaryMedicineInternal medicineEndocrinologyC-peptideAnthropometryBody mass indexEndocrine systemEstrogenObesityHormoneInsulin resistanceInsulin

Résumé

récupéré en direct d'OpenAlex

Background: The aim of this study was to examine the role of C-peptide as a biological marker of cardiometabolic risk in polycystic ovary syndrome (PCOS). Methods: This case-control study enrolled 385 PCOS patients and 240 normal cycling women. Anthropometric and clinical variables were taken at first visit. Fasting C-peptide, glucose, lipids, and hormone measurements were performed. Simple and multiple correlations between C-peptide and other variables associated with dysmetabolism and cardiovascular disease were examined. Results: C-peptide was well correlated with several anthropometric, metabolic, and endocrine parameters. In PCOS patients, stepwise multiple regression including C-peptide as the criterion variable and other predictors of cardiovascular disease risk provided a significant model in which the fasting C-peptide/glucose ratio, glucose, body weight, and free estrogen index (FEI) were retained (adjusted R 2 = 0.988, F = 7.161, P = 0.008). Conclusion: C-peptide levels alone or combined with C-peptide/glucose ratio, glucose, body weight, and FEI provided a significant model to identify PCOS patients with higher risk of future cardiometabolic diseases. J Clin Med Res. 2018;10(3):260-267 doi: https://doi.org/10.14740/jocmr3325w

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,030
score de la tête « metaresearch » (Gemma)0,030
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,224
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0300,030
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,002
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,053
Tête enseignante GPT0,443
Écart entre enseignants0,390 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations10
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical Medicine ResearchMême sujetOvarian function and disordersTravaux en français237 207