Myopia and Early-Onset Type 2 Diabetes: A Nationwide Cohort Study
Notice bibliographique
Résumé
CONTEXT: A correlation between myopia and insulin resistance has been suggested. OBJECTIVE: We investigated the association between myopia in adolescence and type 2 diabetes (T2D) incidence in young adulthood. METHODS: This population-based, retrospective, cohort study comprised 1 329 705 adolescents (579 543 women, 43.6%) aged 16 to 19 years, who were medically examined before mandatory military service during 1993 to 2012, and whose data were linked to the Israel National Diabetes Registry. Myopia was defined based on right-eye refractive data. Cox proportional models were applied, separately for women and men, to estimate hazard ratios (HRs) for T2D incidence per person-years of follow-up. RESULTS: There was an interaction between myopia and sex with T2D (P < .001). For women, T2D incidence rates (per 100 000 person-years) were 16.6, 19.2, and 25.1 for those without myopia, and with mild-to-moderate and high myopia, respectively. These corresponded to HRs of 1.29 (95% CI, 1.14-1.45) and 1.63 (1.21-2.18) for women with mild-to-moderate and high myopia, respectively, compared to those without myopia, after adjustment for age at study entry, birth year, adolescent body mass index, cognitive performance, socioeconomic status, and immigration status. Results persisted in extensive sensitivity and subgroup analyses. When managed as a continuous variable, every 1-diopter lower spherical equivalent yielded a 6.5% higher adjusted HR for T2D incidence (P = .003). There was no significant association among men. CONCLUSION: For women, myopia in adolescence was associated with a significantly increased risk for incident T2D in young adulthood, in a severity-dependent manner. This finding may support the role of insulin resistance in myopia pathogenesis.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».