Diagnostic Performance of Anthropometric Weight and Height Markers Associated With Insulin Resistance Diagnosis
Notice bibliographique
Résumé
Background: The detection of insulin resistance (IR) is crucial to avoid long-term complications. Given that the classic methods for its measurement are challenging to implement, simpler methods are sought for its detection. The aim of the study is to determine the association and diagnostic performance of four anthropometric markers based on weight and height for IR in a sample of Peruvians. Methods: This study is a secondary analysis of the data. The variables were body mass index (BMI), the triponderal index (TPI), the new BMI (NBMI), and the University of Navarra Clinic-Body Fat Estimator index (CUN-BAE index). IR was measured using the homeostatic model assessment of insulin resistance (HOMA-IR). The association was evaluated using the odds ratio (OR), while for diagnostic performance, the receiver operating characteristic (ROC) curve and the corresponding area under it (AUC) were applied. Results: The prevalence of IR was 17.11%. The adjusted multivariate analysis found that the association with IR significantly increased with the increase of their levels, especially in the third tertile in BMI (adjusted odds ratio (aOR): 18.2; 95% confidence interval (CI): 8.73 - 44.6), TPI (aOR: 17.2; 95% CI: 8.34 - 40.6), NBMI (aOR: 16.5; 95% CI: 8.12 - 38.3) and CUN-BAE index (aOR: 20.8; 95% CI: 10.6 - 47.1). In addition, BMI had the highest AUC = 0.854 (0.824 - 0.884), cutoff = 27.44, sensitivity = 85.03 (78.70 - 90.07) and specificity = 73.42 (70.23 - 76.44). Conclusions: Based on the markers that only use weight and height, BMI showed the best association and diagnostic performance for detecting IR. It is advisable to conduct prospective studies to verify these findings. If such results are corroborated, BMI could become a valuable predictor for identifying IR in different populations. J Endocrinol Metab. 2024;14(3):149-157 doi: https://doi.org/10.14740/jem891
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 | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| 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) | 0,001 | 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 ».