Predictive Power of a Body Shape Index (ABSI) for Diabetes Mellitus and Arterial Hypertension in Peru: Demographic and Health Survey Analysis - 2020
Notice bibliographique
Résumé
Introduction: Given the relationship between obesity and type 2 diabetes mellitus (T2DM) and hypertension, an indicator of body fat, A Body Shape Index (ABSI), has been considered to have apparent predictive power for these diseases.
 Objective: To determine the predictive power of the ABSI for DMT2 and hypertension in Peru through the analysis of the Demographic and Health Survey-2020 (ENDES-by its acronym in Spanish-2020).
 Methods: Cross-sectional analytical study of the ENDES-2020. The variables evaluated were ABSI, body mass index, high abdominal waist, waist-to-height ratio, body roundness index (BRI) and conicity index (COI). Areas under the curves (AUC) together with their 95% confidence interval (95%CI) were used to present each index.
 Results: A total of 19 984 subjects were studied. Regarding hypertension, the highest AUC was presented by the COI: AUC=0.707 (95%CI 0.694-0.719). While the ABSI obtained the penultimate place: AUC=0.702 (95% CI 0.689-0.715). In case of DM2, the highest ABC was presented by BRI: AUC=0.716 (95%CI 0.689-0.743); while ABSI obtained the second place: AUC=0.687 (95%CI 0.658-0.717).
 Conclusions: The results demonstrate that ABSI is not a good predictor for hypertension and DMT2 in the Peruvian population. If these findings are confirmed by other studies, its use would not be recommended for these diseases, and other anthropometric indicators that could perform better should be further explored.
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 | 0,020 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,002 |
| 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 ».