An Association of Vitamin D Insufficiency with Elevated Serum Uric Acid Levels Among Postmenopausal Women
Notice bibliographique
Résumé
Introduction: Deficiency of vitamin D and raised levels of serum uric acid are considered independent risk factors for causing cardiovascular diseases. Aims & Objectives: This study was carried out to study Serum Uric acid and Vitamin D levels in postmeopausal women to find association of hypovitaminosis D with hyperuricemia. Place and duration of study: It was a cross-sectional analytical study. Postmenopausal women more than 55 years of age with BMI between 25-30 kg/m2 were included in the study. The study was conducted at the Department of Biochemistry and Chemical Pathology, Shaikh Zayed Federal Postgraduate Medical Institute, Lahore over a period of six months. Material & Methods: Eighty subjects were included in this study. They were divided into two groups i-e, normouricemic group and hyperuricemic group based onserum uric acid level.Vitamin D levels of both groups were then measured. Results: The hyperuricemic group had markedly lower vitamin Dlevels as compared to normouricemic group. Moreover, vitamin D had a negative correlation with uric acid in the hyperuricemic group i-e, higher the uric acid level, lower was vitamin D. Multiple regression analysis was also performed for studying the relation of vitamin D with uric acid levels in the two groups overall. It was observed that one mg/dl increase in uric acid caused an average decrease of 2.43 ng/ml in vitamin D. Conclusion: It may be concluded from this study that association of hypovitaminosis D with hyperuricemia in postmenopausal women can be used for planning an early intervention to prevent cardiovascular diseases in them.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».