The interrelationship and accumulation of cardiometabolic risk factors amongst young adults in the United Arab Emirates: The UAE Healthy Future Study
Notice bibliographique
Résumé
INTRODUCTION: Similar to other non-communicable diseases (NCDs), people who develop cardiovascular disease (CVD) typically have more than one risk factor. The clustering of cardiovascular risk factors begins in youth, early adulthood, and middle age. The presence of multiple risk factors simultaneously has been shown to increase the risk for atherosclerosis development in young and middle-aged adults and risk of CVD in middle age. OBJECTIVE: This study aimed to address the interrelationship of CVD risk factors and their accumulation in a large sample of young adults in the United Arab Emirates (UAE). METHODS: Baseline data was drawn from the UAE Healthy Future Study (UAEHFS), a volunteer-based multicenter study that recruits Emirati nationals. Data of participants aged 18 to 40 years was used for cross-sectional analysis. Demographic and health information was collected through self-reported questionnaires. Anthropometric data and blood pressure were measured, and blood samples were collected. RESULTS: A total of 5126 participants were included in the analysis. Comorbidity analyses showed that dyslipidemia and obesity co-existed with other cardiometabolic risk factors (CRFs) more than 70% and 50% of the time, respectively. Multivariate logistic regression analysis of the risk factors with age and gender showed that all risk factors were highly associated with each other. The strongest relationship was found with obesity; it was associated with four-fold increase in the odds of having central obesity [adjusted OR 4.70 (95% CI (4.04-5.46)], and almost three-fold increase odds of having abnormal glycemic status [AOR 2.98 (95% (CI 2.49-3.55))], hypertension (AOR 3.03 (95% CI (2.61-3.52))] and dyslipidemia [AOR 2.71 (95% CI (2.32-3.15)]. Forty percent of the population accumulated more than 2 risk factors, and the burden increased with age. CONCLUSION: In this young population, cardiometabolic risk factors are highly prevalent and are associated with each other, therefore creating a heavy burden of risk factors. This forecasts an increase in the burden of CVD in the UAE. The robust longitudinal design of the UAEHFS will enable researchers to understand how risk factors cluster before disease develops. This knowledge will offer a novel approach to design group-specific preventive measures for CVD development.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 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 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 ».