Visceral Adiposity and Subclinical Left Ventricular Remodeling
Notice bibliographique
Résumé
Abstract Introduction Visceral adiposity is emerging as a key driver of cardio-metabolic risk factors and cardiovascular disease (CVD), but its relationship with cardiac structure and function is not well characterized across sexes. Using the Canadian Alliance for Healthy Heart and Minds (CAHHM), a large population-based cohort study, we sought to determine the association of visceral adipose tissue (VAT) on subclinical left ventricular (LV) remodeling in males and females. Methods As part of the CAHHM study, 6522 participants free of clinical CVD (mean age: 57.4 [8.8 SD] years; 3,671 females, 56%) underwent magnetic resonance imaging (MRI) in which LV parameters and VAT volume were measured. Information about demographic factors, CV risk factors, and anthropometric measurements were obtained. Subclinical cardiac remodelling was defined as altered LV concentricity, represented by increased LV mass-to-volume ratio (LVMV). Results Males had a higher VAT volume (80.8 mL; 95% CI: 74.6 t 86.9) compared to females (64.7 mL; 95% CI: 58.5 to 70.8), adjusted for age and height. Among both males and females, VAT was significantly associated with subclinical cardiac remodeling (increased LVMV), independent of other CV risk factors. In multiple regression models adjusted for cardiovascular risk factors, age, and height, every 1 sex-specific standard deviation increase in VAT corresponded to an increase of 0.037 g/mL in LVMV (95% CI: 0.032 to 0.041; p<0.001), which was consistent across both sexes. Notably, a 1 standard deviation increase in VAT is associated with a LVMV that is 20 times higher than what is observed with natural aging alone (0.0020 g/mL rise in LVMV (95% CI 0.0016 to 0.0025), and 1.5 times higher than the impact of an integrated measure of CV risk factors (0.024 g/mL; 95% CI: 0.020 to 0.028). Conclusion VAT significantly influences subclinical cardiac remodeling in both males and females, independent of other cardiovascular risk factors and age. Further research to understand the pathways by which VAT contributes to accelerated cardiac aging is needed.
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 | 0,001 | 0,001 |
| 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 | 0,001 | 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) | 0,003 | 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 ».