Are U‐shaped relationships between risk factors and outcomes artifactual?
Notice bibliographique
Résumé
BACKGROUND: The objective of this study was to evaluate whether the observed nadir in a U- or J-shaped relationship between a particular risk factor and a future health outcome is a function of the distribution of the risk factor in the sample being analyzed. METHODS: Data from the ORIGIN trial were used to assess the relationship between three risk factors (weight, systolic blood pressure, and serum insulin) and the hazard of a major cardiovascular event comprising a nonfatal myocardial infarction, nonfatal stroke, or cardiovascular death. Three spline curves were generated for each risk factor. The first was based on all available data, the second for a subgroup with a higher mean risk factor level, and the third for a subgroup with a lower mean risk factor level. Nadir levels of the risk factor (i.e., risk factor levels predicting the lowest hazard) were then identified for each spline curve. RESULTS: When compared to the nadir values based on all available data, nadir values for all three risk factors were higher for the subgroups with higher mean levels and lower for those with lower mean levels. CONCLUSIONS: The distribution of a risk factor in the population is an important determinant of its nadir value. Populations with high or low values may have high and low nadirs, respectively. Identification of a nadir for a modifiable risk factor from epidemiologic relationships may therefore arise from this distribution bias and is therefore unrelated to therapeutic targets.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 ».