Associations between glycated hemoglobin and the risks of incident cardiovascular diseases in patients with gout
Notice bibliographique
Résumé
BACKGROUND: Evidence for the relationship between glycated hemoglobin (HbA1c) levels and risk of cardiovascular diseases (CVD) in patients with gout remained sparse and limited. This study aims to explore the associations between HbA1c levels and risks of incident CVD in patients with gout. METHODS: We included patients with gout who had an HbA1c measurement at baseline from the UK Biobank. CVD events were identified from through medical and death records. We used multivariable Cox proportional hazards model with a restricted cubic spline to assess the potential non-linear effect of HbA1c on CVD risk. RESULTS: We included a total of 6,685 patients (mean age 59.7; 8.1% females) with gout for analyses. During a mean follow-up of 7.3 years, there were 1,095 CVD events documented with an incidence of 2.26 events per 100 person-years (95% confidence interval [CI]: 2.13-2.40). A quasi J-shaped association between HbA1c and risk of CVD was observed, with the potentially lowest risk found at the HbA1c of approximately 5.0% (hazard ratio [HR] = 0.65, 95% CI: 0.53-0.81). When compared with the HbAlc level of 7%, a significantly decreased risk of CVD was found from 5.0 to 6.5%, while an increased risk was observed at 7.5% (HR = 1.05) and 8.0% (HR = 1.09). Subgroup analyses yielded similar results to the main findings in general. CONCLUSIONS: Based on data from a nationwide, prospective, population-based cohort, we found a quasi J-shaped relationship between HbA1c and risk of CVD in patients with gout. More high-quality evidence is needed to further clarify the relationship between HbA1c and CVD risk in patients with gout.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 |
| 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 ».