Potential role of liver enzyme levels as predictive markers of glucose metabolism disorders in a Tunisian population
Notice bibliographique
Résumé
The relationship between liver enzymes and T2D risk is inconclusive. We aimed to evaluate the association between liver markers and risk of carbohydrate metabolism disorders, as well as their discriminatory power, for T2D prediction. This cross-sectional study enrolled 216 participants classified as normoglycemic, prediabetic, newly diagnosed diabetics, and diagnosed diabetics. All participants underwent anthropometric and biochemical measurements. The relationship between hepatic enzymes and glucose metabolism markers was evaluated by analyses of covariance. The associations between liver enzymes and incident carbohydrate metabolism disorders were analyzed through logistic regression and their discriminatory capacity to predict T2D by ROC analysis. High AP, ALT, γGT, and AST levels were independently related to decreased insulin sensitivity. Interestingly, a higher AP level was significantly associated with an increased risk of prediabetes (p = 0.017), newly diagnosed diabetes (p = 0.004), and T2D (p = 0.007). An elevated γGT level was an independent risk factor for T2D (p = 0.032) and undiagnosed T2D (p = 0.010) in prediabetic and normoglycemic subjects, respectively. In ROC analysis, AP was a powerful predictor of incident diabetes and significantly improved T2D prediction. Liver enzymes within the normal range, specifically AP levels, are associated with increased risk of carbohydrate metabolism disorders and significantly improved T2D prediction.
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 | 0,002 | 0,003 |
| 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 | 0,001 | 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 ».