Epicardial Adipose Tissue Thickness as a Reliable Marker of Increased Cardiovascular Risk in Patients With Type 2 Diabetes Mellitus
Notice bibliographique
Résumé
Background: Epicardial adipose tissue (EAT) is a distinct visceral adipose tissue that is present in between the visceral pericardium and myocardium, in which the coronary arteries are lodged. This tissue releases several inflammatory and atherogenic mediators which lead to the initiation and/or progression of coronary atherosclerosis and its thickness is related to the presence and severity of atherosclerotic coronary artery disease (CAD). In this study, we aimed to evaluate the EAT thickness in type 2 diabetes mellitus (T2DM) patients by non-contrast computed tomography (NCCT) of the chest and to correlate its value with HbA1c levels, duration of T2DM and carotid intima-media thickness (CIMT). Methods: This was a cross-sectional study comprising of 40 patients with T2DM who underwent NCCT of chest and ultrasonographic estimation of CIMT. Ten individuals with equivalent age and sex were included as controls, in whom NCCT of chest was done for other purposes. All the individuals underwent thorough history, clinical examination and certain investigations based on a predesigned proforma. Results: The EAT thickness was significantly increased in patients with T2DM as compared to controls (8.7 ± 2.94 mm vs. 3.48 ± 0.99 mm, P < 0.001) and also strongly correlated with duration of diabetes (P = 0.02), HbA1c (P is less than or equal to 0.001), total cholesterol (P is less than or equal 0.001), serum triglyceride levels (P is less than or equal 0.001) and body mass index (BMI) (P is less than or equal 0.001). Conclusion: EAT thickness can be regarded as a sensitive and non-invasive marker for risk stratification of CAD. J Endocrinol Metab. 2020;10(6):173-181 doi: https://doi.org/10.14740/jem710
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 | 0,000 |
| 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) | 0,000 | 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 ».