Glycated hemoglobin predicts coronary artery disease in non-diabetic adults
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Coronary artery disease (CAD) is a major cause of morbidity and mortality worldwide. Due to increased CAD risk factors in Saudi Arabia, research on more feasible and predictive biomarkers is needed. We aimed to evaluate glycated hemoglobin (HbA1c) as a predictor of CAD in low-risk profile non-diabetic patients living in the Al Qassim region of Saudi Arabia. METHODS: Thirty-eight patients with no history of CAD were enrolled in this cross-sectional study. They provided demographic data, and their HbA1c estimation followed the National Glycohemoglobin Standardization Program parameters. All patients underwent coronary computed tomography angiography (CCTA) for evaluation of chest pain. The extent of coronary artery stenosis (CAS) was quantified as percentage for each patient based on plaques detected in CCTA. RESULTS: ), serum cholesterol level (174 ± 33.1 mg/dl), and HbA1c levels (mean 5.7 ± 0.45, median 5.7 and range 4.7-6.4%). Eighteen patients showed no CAS (47.4%), 12 showed minimal stenosis (31.6%), 3 showed mild stenosis (7.9%), 3 showed moderate stenosis (7.9%) and 2 showed severe stenosis (5.3%). A moderate correlation was detected between HbA1c and CAS percentages (r = 0.47, p < 0.05) as well as between HbA1c and the number of affected coronary vessels (r = 0.53, p < 0.001). CONCLUSION: Glycated hemoglobin can be used as a predictive biomarker for CAD in non-diabetic low-risk patients.
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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| 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 découle