Risk Factors for Longitudinal Resting Heart Rate and Its Associations With Cardiovascular Outcomes in the DCCT/EDIC Study
Notice bibliographique
Résumé
OBJECTIVE Individuals with diabetes have higher resting heart rate compared with those without, which may be predictive of long-term cardiovascular disease (CVD) risk. Using data from the Diabetes Control and Complications Trial/Epidemiology of Diabetes Interventions and Complications (DCCT/EDIC) study, we evaluated whether the beneficial effect of intensive versus conventional diabetes therapy on heart rate persisted, the factors mediating the differences in heart rate between treatment groups, and the effects of heart rate on future CVD risk. RESEARCH DESIGN AND METHODS Longitudinal changes in heart rate, from annual electrocardiograms over 22 years of EDIC follow-up, were evaluated in 1,402 participants with type 1 diabetes. Linear mixed models were used to assess the effect of DCCT treatment group on mean heart rate over time, and Cox proportional hazards models were used to estimate the effect of heart rate on CVD risk during DCCT/EDIC. RESULTS At DCCT closeout, 52% of participants were male and mean ± SD age was 33 ± 7 years, diabetes duration 12 ± 5 years, and HbA1c 7.4 ± 1.2% (intensive) and 9.1 ± 1.6% (conventional). Through EDIC, participants in the intensive group had significantly lower heart rate in comparison with the conventional group. While significant group differences in heart rate were fully attenuated by DCCT/EDIC mean HbA1c, higher heart rate predicted CVD and major adverse cardiovascular events independent of other risk factors. CONCLUSIONS After 22 years of follow-up, former intensive versus conventional therapy remained significantly associated with lower heart rate, consistent with the long-term beneficial effects of intensive therapy on CVD. DCCT treatment group effects on heart rate were explained by differences in DCCT/EDIC mean HbA1c.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| 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 | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 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 ».