P159 CORRELATION BETWEEN INFLAMMATORY STATE AND ARTERIAL STIFFNESS
Notice bibliographique
Résumé
Pulse wave velocity (PWV) is gold standard for assessing arterial stiffness. Studies have shown that people with metabolic syndrome have insulin resistance and that after the onset of diabetes, cardiovascular risk is intensely increased, high-sensitive C-reactive protein (hsCRP) (1). Relate influence of changes in pulse wave velocity in the severity of the inflammatory state (2). Methods: A population-based cross-sectional study representative of a neighborhood of Salvador-BA, Brazil. The overall sample is randomized in adults from the assigned area, from December 2016 to May 2018 comprise 64 people. PWV was the measuring velocity between the carotid and right femoral wave. The flattening tonometer SphygmoCor® apparatus (XCEL, AtCor Medical, Australia). Blood samples were collected to biochemistry analysis, ADVIA1800® (SiemensHealthcare Japan/Canada). The committee for research FTC protocol (No1827621). Spearman’s linear correlation coefficient between the laboratory tests and adjusted PWV were stratified according to the increased risk level of adjusted PWV. STATA v.12 for data analysis. The level of statistical significance was set at 5%. Results: Table 1 (image 1), predominance of women (72.3%), (n = 64). When compared to the group with normal pulse wave velocity, there was an increase in the parameters of the laboratory tests in the group with an increased risk of arterial stiffness (adjusted PWV ≥ 10), the correlations in this group and the PWV were positive and weak, except for the glycemia was negative, but they were not statistically significant. Already in the group with normal PWV, the correlations were positive and weak, only triglycerides presented. Conclusion: New molecular markers is necessary for correlate low intensity inflammation and arterial stiffness.
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 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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,001 |
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 tête enseignante, 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 ».