MétaCan
Menu
Retour à la cohorte
Enregistrement W2967959603 · doi:10.3390/jcm8081228

The Relationship between Metabolically Healthy Obesity and the Risk of Cardiovascular Disease: A Systematic Review and Meta-Analysis

2019· review· en· W2967959603 sur OpenAlexaboutno aff
Tzu‐Lin Yeh, Hsin-Hao Chen, Szu-Ying Tsai, Chien‐Yu Lin, Shu‐Jung Liu, Kuo‐Liong Chien

Notice bibliographique

RevueJournal of Clinical Medicine · 2019
Typereview
Langueen
DomaineMedicine
ThématiqueDiabetes, Cardiovascular Risks, and Lipoproteins
Établissements canadiensnon disponible
Organismes subventionnairesNational Taiwan University HospitalNational Taiwan UniversityMackay Memorial Hospital
Mots-clésMedicineMeta-analysisDiseaseObesityInternal medicine

Résumé

récupéré en direct d'OpenAlex

Cardiovascular disease (CVD) risk in individuals with metabolically healthy obesity (MHO) is unclear. We searched databases from inception to May 2019. Data were pooled using a random effects model. Newcastle-Ottawa Scale assessment was performed. Primary and secondary outcomes were CVD risk and all-cause mortality. Forty-three studies involving 4,822,205 cases were included. The median percentage of females, age and duration of follow-up was 52%, 49.9 years and 10.6 years, respectively. The mean Newcastle-Ottawa Scale score of the articles was 7.9 ± 1.0. Compared to individuals with a metabolically healthy normal weight, individuals with MHO had higher adjusted risk of CVD and all-cause mortality. We identified a significant linear dose-response relationship between body mass index (BMI) and CVD risk among metabolically healthy individuals (p < 0.001); every unit increase in BMI increased the CVD risk. Multivariate meta-regression analysis showed that an increased proportion of women and age resulted in the risk of CVD affected by MHO reduction (p = 0.014, p = 0.030, respectively). Age and sex explained the observed heterogeneity and reported the adjusted R2. MHO resulted in a significantly increased risk for CVD; therefore, long-term weight loss should be encouraged.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,068
score de la tête « metaresearch » (Gemma)0,074
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens large)
Catégories consensuellesMétarecherche, Méta-épidémiologie (sens large)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,368
Score d'incertitude au seuil0,986

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0680,074
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0380,024
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,236
Tête enseignante GPT0,448
Écart entre enseignants0,213 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations80
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical MedicineMême sujetDiabetes, Cardiovascular Risks, and LipoproteinsTravaux en français237 207