Cardiovascular Risk Profile and Osteoarthritis—Considering Sex and Multisite Joint Involvement: A Canadian Longitudinal Study on Aging
Notice bibliographique
Résumé
OBJECTIVE: The objective of this study was to investigate a profile of cardiovascular disease (CVD) risk factors by sex among individuals with and without osteoarthritis (OA) and to consider single-site and multisite joint OA. METHODS: Data were sourced from Cycle 1, Comprehensive Cohort, Canadian Longitudinal Study on Aging, a national sample of individuals ages 45 to 85 years. Systemic inflammatory/metabolic CVD risk factors collected were high-sensitivity C-reactive protein (hsCRP) level, high-density lipoprotein, triglycerides, total cholesterol, body mass index (BMI), systolic blood pressure, and hemoglobin A1c. Smoking history was also collected. Respondents indicated doctor-diagnosed OA in the knees, hips, and/or hands and were characterized as yes/no OA and single site/multisite OA. Individuals with OA were age- and sex-matched to non-OA controls. Covariates were age, sex, education, income, physical activity, timed up and go test findings, and comorbidities. A latent CVD risk variable was derived in women and men; standardized scores were categorized as follows: lowest, mid-low, mid-high, and highest risk. Associations with OA were quantified using ordinal logistic regressions. RESULTS: A total of 6,098 respondents (3,049 with OA) had a median age of 63 years, and 55.8% were women. One-third of OA respondents were in the highest risk category versus one-fifth of non-OA respondents. Apart from BMI (the largest contributor in both sexes), hsCRP level (an inflammation marker) was predominant in women, and metabolic factors and smoking were predominant in men. Overall, OA was associated with worse CVD risk quartiles compared with non-OA. OA was increasingly associated with worse CVD risk quartiles with increasing risk thresholds among women with multisite OA, but not men. CONCLUSION: Findings suggest unique CVD risks by sex/multisite subgroups and point to a potentially important role for inflammation in OA over and above traditional CVD risk factors.
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 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».