Abstract 9948: Serum Total Bilirubin Levels Predict Amputation Events in Type 2 Diabetic Mellitus
Notice bibliographique
Résumé
Objectives: Bilirubin is well known for its antioxidant and anti-inflammatory properties, and may protect against vascular disease. It has previously been demonstrated that higher serum bilirubin levels were associated with reduced peripheral arterial disease (PAD) prevalence. However, the relationship between bilirubin and lower limb amputation, a consequence of PAD, is currently unknown. We hypothesized that bilirubin protects against amputation events in type 2 diabetic patients with PAD. Methods: The relationship between baseline serum total bilirubin level and amputation events was analyzed in 9795 type 2 diabetic patients from the FIELD (Fenofibrate Intervention and Event Lowering in Diabetes) study in a pre-specified subsidiary analysis. Lower limb amputation was adjudicated blinded to treatment allocation. Relevant clinical and biochemical data were available for analyses. Bilirubin was analyzed continuously using Cox regression techniques. Results: Serum bilirubin level was significantly inversely associated with lower limb amputation rate. When bilirubin was analyzed continuously, patients with lower bilirubin levels had an increased risk of amputation compared with patients with higher bilirubin levels (HR 1.38 per 5 µmol/L decrease in bilirubin, 95% CI 1.07-1.79, p=0.013). The same association persisted after adjustment for baseline variables including age, sex, height, smoking status, alcohol intake, GGT, ALT, HbA1c, and history of hypertension, hypercholesterolemia, previous PAD, prior revascularization, amputation, ulcer, neuropathy, renal dysfunction and diabetic retinopathy (p=0.032), as well as treatment allocation (placebo vs. fenofibrate). Conclusion: Our results identify a highly significant inverse relationship between serum bilirubin level and lower limb amputation rate. Our data is consistent with the hypothesis that bilirubin plays a protective role against amputation in the setting of type 2 diabetes.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».