HbA1c, lipid profiles and risk of incident type 2 Diabetes in United States Veterans
Notice bibliographique
Résumé
United States Veterans are at excess risk for type 2 diabetes, but population differentials in risk have not been characterized. We determined risk of type 2 diabetes in relation to prediabetes and dyslipidemic profiles in Veterans at the VA New York Harbor (VA NYHHS) during 2004-2014. Prediabetes was based on American Diabetes Association hemoglobin A1c (HbA1c) testing cut-points, one of several possible criteria used to define prediabetes. We evaluated transition to type 2 diabetes in 4,297 normoglycemic Veterans and 7,060 Veterans with prediabetes. Cox proportional hazards regression was used to relate HbA1c levels, lipid profiles, demographic, anthropometric and comorbid cardiovascular factors to incident diabetes (Hazard Ratio [HR] and 95% confidence intervals). Compared to normoglycemic Veterans (HbA1c: 5.0-5.6%; 31-38 mmol/mol), risks for diabetes were >2-fold in the moderate prediabetes risk group (HbA1c: 5.7-5.9%; 39-41 mmol/mol) (HR 2.37 [1.98-2.85]) and >5-fold in the high risk prediabetes group (HbA1c: 6.0-6.4%; 42-46 mmol/mol) (HR 5.59 [4.75-6.58]). Risks for diabetes were increased with elevated VLDL (≥40mg/dl; HR 1.31 [1.09-1.58]) and TG/HDL (≥1.5mg/dl; HR 1.34 [1.12-1.59]), and decreased with elevated HDL (≥35mg/dl; HR 0.80 [0.67-0.96]). Transition to diabetes in Veterans was related in age-stratified risk score analyses to HbA1c, VLDL, HDL and TG/HDL, BMI, hypertension and race, with 5-year risk differentials of 62% for the lowest (5-year risk, 13.5%) vs. the highest quartile (5-year risk, 21.9%) of the risk score. This investigation identified substantial differentials in risk of diabetes in Veterans, based on a readily-derived risk score suitable for risk stratification for type 2 diabetes prevention.
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 | 0,001 |
| 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 | 0,001 |
| 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 ».