MétaCan
Menu
Retour à la cohorte
Enregistrement W4366978244 · doi:10.1089/met.2022.0065

Identifying Sex-Specific Differences in Young-Onset Metabolic Syndrome Using Primary Care Electronic Medical Records

2023· article· en· W4366978244 sur OpenAlex
Jamie Boisvenue, Carlo Oliva, Donna Manca, Jeffrey Johnson, Roseanne O. Yeung

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
aboutLe titre ou le résumé porte un signal canadien du lexique géographique.

Notice bibliographique

RevueMetabolic Syndrome and Related Disorders · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueDiabetes, Cardiovascular Risks, and Lipoproteins
Établissements canadiensNorthern Alberta Institute of TechnologyDiabetes CanadaAlberta HealthUniversity of Alberta HospitalUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésMedicineMetabolic syndromeBody mass indexGlycated hemoglobinHypertriglyceridemiaMedical recordDiabetes mellitusPopulationInternal medicineDyslipidemiaDemographyPediatricsType 2 diabetesEndocrinologyCholesterolTriglycerideEnvironmental health

Résumé

récupéré en direct d'OpenAlex

Objectives:To apply a case definition to a Northern Alberta-based primary care practice population and to assess the sex-specific characteristics of young-onset metabolic syndrome (MetS). Design:We carried out a cross-sectional study to identify and estimate the prevalence of MetS using electronic medical record (EMR) data and perform descriptive comparative analyses of demographic and clinical characteristics between males and females. Setting:Northern Alberta Primary Care Research Network (NAPCReN) consists of EMR patient data from 77 physicians among 18 clinics. Participants:Patients with one or more clinic visit between 2015 and 2018, between 18 and 40 years old, residing in Northern Alberta. Main Outcome Measures:Comparison of prevalence in MetS between sexes as well as sex-specific distribution of MetS characteristics [body mass index (BMI), fasting blood glucose, glycated hemoglobin, triglycerides, and high-density lipoprotein cholesterol (HDL-C), presence of hypertension, and presence of diabetes]. Results:Of 15,766 patients, 4.4% (n = 700) had young-onset MetS based on recorded data, prevalence was nearly twice as high in males (6.1%, n = 354) compared with females (3.5%, n = 346). The most prevalent risk factor for MetS consisted of having an elevated BMI for both females (90.9%) and males (91.5%). In the presence of MetS, more females had lower HDL-C [68.2% females (F) vs. 52.5% males (M)], and higher prevalence of diabetes (21.4% F vs. 9.0% M), whereas more males had hypertriglyceridemia (60.4% F vs. 79.7% M) and hypertension (12.4% F vs. 15.8% M). Females also had consistently higher percentages of absent laboratory data compared with males when identified as having MetS and BMI ≥25 kg/m2. Conclusions:Males have nearly twice the prevalence of young-onset MetS compared with females, with notable sex-specific differences in the manifestation of MetS, although we suspect that this is partially due to underreporting where the absence of anthropomorphic and laboratory investigations point to a lack of testing. Sex-specific screening for MetS, especially among young females of childbearing years, is important for downstream prevention.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,619
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,014
Tête enseignante GPT0,243
Écart entre enseignants0,230 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle