U-Shaped Relationship Between Proteinuria and High-Density Lipoprotein Cholesterol: Results of Cross-Sectional and Six Years Cohort Studies (KITCHEN-10)
Notice bibliographique
Résumé
Background: Although a very high level of high-density lipoprotein cholesterol (HDL-C) may be a potential cardiovascular disease risk factor, the detail and underlying mechanism remain unclear. Therefore, we examined the associations of serum HDL-C with the incidence of proteinuria, a predictor for cardiovascular disease, in a community-based study. Methods: We investigated clinical parameters, including serum HDL-C and proteinuria, among 1,191,409 people aged 40 - 74 years who underwent a health checkup in a cross-sectional study. In the cohort study, the incidence of proteinuria after 6 years was investigated in 451,987 participants without proteinuria at baseline, who were simultaneously enrolled in the cross-sectional study. Results: The prevalence of proteinuria showed a U-shaped relationship with 10 HDL-C categories, with a minimum of 60 - 89 mg/dL in the cross-sectional study. Logistic regression analysis showed similar U-shaped relationships between odds ratios for proteinuria and HDL-C categories, with a minimum of 70 - 79 mg/dL. The associations between very high HDL-C (≥ 90 mg/dL) and proteinuria were strengthened after adjustment for body mass index (BMI). In the cohort study, a crude L-shaped relationship was observed between the incidence of proteinuria and baseline HDL-C, which turned into U-shaped relationship after adjustment for baseline BMI and HDL-C after 6 years. Conclusions: Low and very high levels of HDL-C may be associated with the incidence of proteinuria, and BMI may be a potent contributing factor to the underlying mechanism.
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 | 0,017 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».