Muscle strength cut-points for metabolic syndrome detection among adults and the elderly from Brazil
Notice bibliographique
Résumé
We aimed to determine cut-points for muscle strength based on metabolic syndrome diagnosis. This cross-sectional analysis comprised data from 2 cohorts in Brazil (EpiFloripa Adult, n = 626, 44.0 ± 11.1 years; EpiFloripa Aging, n = 365, 71.6 ± 6.1 years). Metabolic syndrome was assessed by relative handgrip strength (kgf/kg). Metabolic syndrome was defined as including ≥3 of the 5 metabolic abnormalities according to the Joint Interim Statement. Optimal cut-points from Receiver Operating Characteristic (ROC) curves were determined. Adjusted logistic regression was used to test the association between metabolic syndrome and the cut-points created. The cut-point identified for muscle strength was 1.07 kgf/kg (Youden index = 0.310; area under the curve (AUC)) = 0.693, 95% CI 0.614–0.764) for men and 0.73 kgf/kg (Youden index = 0.481; AUC = 0.768, 95% confidence interval (CI) = 0.709–0.821) for women (age group 25 to < 50 years). The best cut-points for men and women aged 50+ years were 0.99 kgf/kg (Youden index = 0.312; AUC = 0.651; 95% CI = 0.583–0.714) and 0.58 kgf/kg (Youden index = 0.378; AUC = 0.743; 95% CI = 0.696–0.786), respectively. Cut-points derived from ROC analysis have good discriminatory power for metabolic syndrome among adults aged 25 to <50 years but not for adults aged 50+ years. Novelty: First-line management recommendation for metabolic syndrome is lifestyle modification, including improvement of muscle strength. Cut-points for muscle strength levels according to sex and age range based on metabolic syndrome were created. Cut-points for muscle strength can assist in the identification of adults at risk for cardiometabolic disease.
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».