Waist to height ratio as a simple tool for predicting mortality: a systematic review and meta-analysis
Notice bibliographique
Résumé
Abstract Background : The association of central obesity with higher rates of mortality is not well studied. This study evaluates the association between waist-to-height ratio (WHtR), as a measure of central obesity, with mortality. Methods : Documents were retrieved from PubMed, Web of Science, Scopus, and Google Scholar databases until May 2022. Data were extracted from cohort studies reporting effect size (hazard ratio (HR)) regarding the association between WHtR as a continuous (per 1 SD increment) or categorical (highest/lowest) measure and all-cause and cause-specific mortality. Screening of included studies was performed independently by two authors. Moreover, the quality assessment of included studies was performed based on the Newcastle-Ottawa assessment scale. Finally, random effect meta-analysis was performed to pool the data, and the outcomes’ certainty level was assess based on the GRADE criteria Results: Of the 815 initial studies, 20 were included in the meta-analysis. Random effect meta-analysis showed that in the general population, the all-cause mortality HRs for categorical and continuous measurements of WHtR increased significantly by 23% (HR:1.23; 95%CI: 1.04-1.41) and 16% (HR:1.16; 95%CI: 1.07-1.25), respectively. Moreover, the hazard of cardiovascular (CVD) mortality increased significantly for categorical and continuous measurements of WHtR by 39% (HR:1.39; 95%CI: 1.18-1.59) and 19% (HR:1.19; 95%CI: 1.07-1.31). The quality assessment score of all included studies was high. Conclusions: Higher levels of WHtR, indicating central obesity, were associated with an increased hazard of CVD and all-cause mortality. This measure can be used in the clinical setting as a simple tool for predicting mortality.
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 | 0,012 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,009 | 0,003 |
| Bibliométrie | 0,001 | 0,004 |
| 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 ».