Predictive Values of Anthropometric Measurements for Cardiometabolic Risk Factors and Cardiovascular Diseases Among 44 048 Chinese
Notice bibliographique
Résumé
Background The predictive value of adiposity indices and the newly developed index for cardiometabolic risk factors and cardiovascular diseases (CVDs) remains unclear in the Chinese population. This study aimed to compare the predictive value of A Body Shape Index with other 5 conventional obesity-related anthropometric indices (body mass index, waist circumference, hip circumference, waist-to-hip ratio, waist-to-height ratio) in Chinese population. Methods and Results A total of 44 048 participants in the study were derived from the baseline data of the PURE-China (Prospective Urban and Rural Epidemiology) study in China. All participants' anthropometric parameters, CVDs, and risk factors (dyslipidemia, abnormal blood pressure, and hyperglycemia) were collected by standard procedures. Multivariable logistic regression models and receiver operator characteristic curve analysis were used to evaluate the predictive values of obesity-related anthropometric indices to the cardiometabolic risk factors and CVDs. A positive association was observed between each anthropometric index and cardiometabolic risk factors and CVDs in all models (P<0.001). Compared with other anthropometric indices (body mass index, waist circumference, hip circumference, waist-to-hip ratio, and A Body Shape Index), waist-to-height ratio had significantly higher areas under the curve (AUCs) for predicting dyslipidemia (AUCs: 0.646, sensitivity: 65%, specificity: 44%), hyperglycemia (AUCs: 0.595, sensitivity: 60%, specificity: 45%), and CVDs (AUCs: 0.619, sensitivity: 59%, specificity: 41%). Waist circumference showed the best prediction for abnormal blood pressure (AUCs: 0.671, sensitivity: 66%, specificity: 40%) compared with other anthropometric indices. However, the new body shape index did not show a better prediction to either cardiometabolic risk factors or CVDs than that of any other traditional obesity-related indices. Conclusions Waist-to-height ratio appeared to be the best indicator for dyslipidemia, hyperglycemia, and CVDs, while waist circumference had a better prediction for abnormal blood pressure.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| 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 | 0,000 |
| 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 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 ».