Prediction modelling of 1-year outcomes to a personalized lifestyle intervention for Canadians with metabolic syndrome
Notice bibliographique
Résumé
Metabolic syndrome (MetS) comprises a cluster of risk factors that includes central obesity, hypertension, dyslipidemia, and impaired glucose homeostasis. Although lifestyle interventions reduce MetS risk, not everyone responds to the same extent. The primary objective of this study was to identify variables that could predict 1-year changes in MetS risk in individuals participating in the Canadian Health Advanced by Nutrition and Graded Exercise (CHANGE) program. Participants were allocated into training (n = 157) and test (n = 29) datasets by availability of genetic data. A linear mixed-effect model revealed that age, medication, fasting glucose, triglycerides, high-density lipoprotein cholesterol, waist circumference, systolic blood pressure, and fibre intake were associated with continuous MetS (cMetS) score across all time points. Multiple linear regressions were then used to build 2 prediction models using 1-year cMetS score as the outcome variable. Model 1 included only baseline variables and was 38% accurate for predicting cMetS score. Model 2 included both baseline variables and the 3-month change in cMetS score and was 86% accurate. As a secondary objective, we also examined if we could build a model to predict a person’s categorical response bin (i.e., positive responder, nonresponder, or adverse responder) at 1 year using the same variables. We found 72% concordance between predicted and observed outcomes. These various prediction models need to be further tested in independent cohorts but provide a potentially promising new tool to project patient outcomes during lifestyle interventions for MetS. Novelty Short-term changes in cMetS score improve prediction model performance compared with only baseline variables. Predictive models could potentially facilitate clinical decision-making for personalized treatment plans.
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 | 0,004 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».