Determinants of the aortic pulse wave velocity index in hypertensive and diabetic patients
Notice bibliographique
Résumé
OBJECTIVE: Aortic stiffness may provide information to classical risk factors information regarding cardiovascular risk. Aortic pulse wave velocity (PWV) can be measured by applanation tonometry but also theoretical PWV was calculated according to age, blood pressure, heart rate and sex. We aim to highlight biological and hemodynamic determinants of the aortic PWV index, that is the individually calculated [(measured PWV - theoretical PWV)/theoretical PWV] difference, in hypertensive diabetic patients. METHODS: A cross-sectional study was conducted in 514 patients, involving normotensive and hypertensive patients and people with and without diabetes. Biological parameters were measured during day-hospital for cardiovascular screening. Hemodynamic parameters were determined by applanation tonometry. Multivariate regression analyses evaluated the PWV index determinants. RESULTS: Hypertensive and/or diabetic population presents higher PWV index in correlation with the presence of proteinuria (P = 0.0428) and previous cardiovascular events (P = 0.0227). Hypertensive diabetic patients present a higher PWV index than the other patients (P < 0.05). Presence of insulin therapy (P = 0.0101) and the type 1 diabetes (P = 0.0065) were positively and independently modulating PWV index in hypertensive diabetic patients. HDL cholesterol levels (P = 0.0245) and absence of carotid (P = 0.0468) plaques were independently modulating PWV index with a negative correlation in hypertensive without diabetes patients. C reactive protein levels were significantly associated with increased PWV index in hypertensive patients (P = 0.0074) and in hypertensive and/or diabetic population (P = 0.0184). CONCLUSION: PWV index was correlated with numerous cardiovascular risk factors, in addition of being a marker of age and hypertension. Therefore, this index appears as a cardiovascular risk integrator. Its use could be interesting in cardiovascular risk assessment and reduction strategies.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».