Population attributable fractions for Type 2 diabetes: an examination of multiple risk factors including symptoms of depression and anxiety
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: Population attributable fractions (PAFs) are frequently used to quantify the proportion of Type 2 diabetes cases due to single risk factors, an approach which may result in an overestimation of their individual contributions. This study aimed to examine Type 2 diabetes incidence associated with multiple risk factor combinations, including the metabolic syndrome, behavioural factors, and specifically, depression and anxiety. METHODS: Using data from the population-based HUNT cohort, we examined incident diabetes in 36,161 Norwegian adults from 1995 to 2008. PAFs were calculated using Miettinen's case-based formula, using relative risks estimated from multivariate regression models. RESULTS: Overall, the studied risk factors accounted for 50.5% of new diabetes cases (78.2% in men and 47.0% in women). Individuals exposed to both behavioural and metabolic factors were at highest risk of diabetes onset (PAF = 22.9%). Baseline anxiety and depression contributed a further 13.6% of new cases to this combination. Men appeared to be particularly vulnerable to the interaction between metabolic, behavioural and psychological risk factors. CONCLUSION: This study highlights the importance of risk factor clustering in diabetes onset, and is the first that we know of to quantify the excess fraction of incident diabetes associated with psychological risk factor interactions.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 |
| 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