Association of advanced glycation end‐products levels with vascular events in postmenopausal women
Notice bibliographique
Résumé
AIM: Advanced glycation end-products (AGEs) are a known factor that accelerates vascular complications. AGEs (e.g. pentosidine or N-ε-carboxy-methyl-lysine [CML]) have been particularly investigated in patients with diabetes or chronic kidney disease and have been associated not only with arteriosclerosis, but also with novel vascular events. On the contrary, the correlation of vascular events with AGEs has not been sufficiently investigated in groups excluding those with diabetes or chronic kidney disease. The present study aimed to evaluate the impact of AGEs on the history of vascular events in postmenopausal women excluding those with diabetes or renal insufficiency. METHODS: Japanese postmenopausal women were registered to the study after obtaining informed consent. Patients with critical illness, including diabetes mellitus and renal insufficiency, were excluded from the study. Participants were asked about their medical histories during the registration for the Nagano Cohort Study. Non-fasting serum and urine samples were collected to measure biochemical markers, including urinary pentosidine and serum CML levels. RESULTS: Among 357 postmenopausal women, 32 had a history of vascular events. After adjusting age and other variables known to be associated with the presence of vascular event history, positive correlations between AGEs and vascular event history were observed (standardized odds ratio of log[pentosidine] 1.38, 95% CI 0.96-2.00, P = 0.086; standardized odds ratio of log[CML] 1.73, 95% CI 1.10-2.74, P = 0.019). DISCUSSION: The present results showed a significant association between serum CML and the presence of vascular event history, suggesting that serum CML might play a role in vascular events. Geriatr Gerontol Int 2021; 21: 651-656.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 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 ».