Obesity and weight loss are inversely related to mortality and cardiovascular outcome in prediabetes and type 2 diabetes: data from the ORIGIN trial
Notice bibliographique
Résumé
AIMS: The association of body weight and weight change with mortality and cardiovascular (CV) outcome in patients with diabetes mellitus (DM) is not clearly established. We assessed the relationship between weight, weight change, and outcomes in patients with established CV risk factors and type 2 DM or pre-diabetes. METHODS AND RESULTS: A total of 12 521 participants from the ORIGIN trial were grouped in BMI categories of low body weight [body mass index (BMI) < 22 kg/m2] normal (22-24.9), overweight (25-29.9), obesity Grades 1-3 (30-34.9, 35-39.9, ≥40 kg/m2, respectively). Outcome variables included total and CV mortality and composite outcomes of CV death, non-fatal stroke, or myocardial infarction plus revascularization or heart failure hospitalization. Follow-up was 6.2 years (interquartile range 5.8-6.7 years). After multivariable adjustment, lowest risks were seen in patients with overweight and mild obesity for total mortality [overweight: hazard ratio (HR) 0.80 (95% confidence interval (CI) 0.69-0.91); obesity Grade 1: HR 0.82 (0.71-0.95), both P < 0.01)] and CV mortality [overweight: HR 0.79 (0.66-0.94); obesity Grade 1: 0.79 (0.65-0.95), all compared to patients with normal BMI, P < 0.05]. Obesity of any severity was not associated with higher mortality. Low body weight was related to higher mortality [HR 1.28 (1.02-1.61); CV mortality: HR 1.34 (1.01-1.79), P < 0.05]. A continued 2-year weight loss was associated with higher risk of mortality [HR 1.32 (1.18-1.46), P < 0.0001] and CV mortality [HR 1.18 (1.02-1.35), compared to patients without weight loss, P < 0.05]. In turn, weight gain was not related to any adverse outcome. CONCLUSION: Obesity in patients with DM or pre-diabetes and CV risk profile was not associated with higher mortality or adverse CV outcome. The lowest mortality risk was seen in patients with overweight and moderate obesity (BMI 25-35 kg/m2). Weight loss was an independent risk factor for higher mortality compared to no weight loss.
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».