Hepatic steatosis is associated with anthropometry, cardio‐metabolic disease risk, sex, age and urbanisation, but not with ethnicity in adult Kenyans
Notice bibliographique
Résumé
OBJECTIVE: We aimed to determine the associations of non-alcoholic fatty liver disease (NAFLD) with cardio-metabolic risk factors for diabetes in adult Kenyans. METHODS: A cross-sectional study was undertaken among rural and urban Kenyans of different ethnic origin. Ultrasonography scanning (USS) methods were used for the assessment of hepatic fat accumulation for NAFLD assessment and abdominal fat distribution, and simple anthropometry measurements were performed. All participants underwent a 2-h oral glucose tolerance test, and biochemical, haemodynamic and lifestyle data were obtained. Multivariate logistic regression analyses were used to assess sex, age, residency and ethnic differences in the association between NAFLD and various metabolic parameters. RESULTS: In total, 743 individuals (59.1% women) with a mean age of 38.0 (range 18-68) years participated in the study. Overall, 118 individuals (15.9%) had NAFLD, of whom 94.1% had mild steatosis. Age >40 years was significantly associated with having NAFLD compared with <30 years of age with no difference found in NAFLD between ethnic groups (Luo, Kamba, Maasai). All body composition and clinical measurements were associated with NAFLD (p < 0.045 for OR). CONCLUSION: Finding lower odds for NAFLD in men was unexpected, as was the lack of differences in NAFLD among the ethnic groups, while higher odds for NAFLD with increasing age and in urban vs. rural populations was expected. Especially the sex-specific results warrant further studies in black African populations on biology of body composition for having NAFLD, and whether this translates into insulin resistance and higher risk of diabetes and consequently cardiovascular disease in black African women.
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 | 0,000 | 0,001 |
| 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 | 0,000 |
| 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 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 ».