Comparative metabolic and obesity profiles of COPD and non-COPD controls in the CanCOLD population-based cohort
Notice bibliographique
Résumé
<b>Rationale:</b> A high prevalence of metabolic syndrome and obesity in patients with chronic obstructive pulmonary disease (COPD) has suggested pathophysiological links between these disorders. However, whether differences in metabolic profiles and accumulation in ectopic adipose tissue exist between COPD and non COPD subjects remains unclear. <b>Objective:</b> To compare the metabolic profile (insulin resistance, adipokines, lipids), and visceral adipose tissue accumulation between subjects with COPD and controls in a population-based cohort. <b>Methods:</b> 263 subjects were randomly selected from the general population and prospectively classified according to the GOLD classification. Blood was collected and a computed tomography obtained to quantify insulin resistance (HOMA-IR), lipid and adipokine profiles, and visceral adipose tissue cross-sectional areas (VAT CSA) assessed at L4-L5. <b>Results:</b> 144 COPD (70 GOLD 1 and 74 GOLD 2+) and 119 non-COPD controls were included. No specific distributions of metabolic parameters and adipokines appears in graphical representations between COPD and controls. No increased Odds-Ratios for having pathologic profiles of HOMA-IR, lipids and VAT were observed in COPD subjects on multivariate analyses taking into account age, sex, body mass index, tobacco status and current medications. <b>Conclusion:</b> In a population-based population, no differences were found in metabolic profiles and ectopic fat accumulation between COPD and non-COPD subjects. Increased prevalence of abnormal metabolic profile and ectopic fat accumulation found in previous studies could be related to the inclusion of specific COPD phenotypes at higher risk of metabolic disturbances.
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 | 0,002 | 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 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 ».