Assessing the prevalence of obesity in a Russian adult population by six indices and their associations with hypertension, diabetes mellitus and hypercholesterolaemia
Notice bibliographique
Résumé
The anthropometric index that best predicts cardiometabolic risk remains inconclusive. This study therefore assessed the prevalence of obesity using six indices and compared their associations with obesity-related cardiometabolic disorders. We determined obesity prevalence according to body mass index, waist circumference, waist-to-hip ratio, waist-to-height ratio (WHtR), body fat percentage and fat mass index (FMI) using data from the Know Your Heart study (n = 4495, 35–69 years). The areas under the receiver operating characteristic curves (AUCs) provided predictive values of each index for detecting the presence of hypertension, hypercholesterolaemia and diabetes. Age-standardised obesity prevalence significantly varied according to anthropometric index: from 17.2% (FMI) to 75.8% (WHtR) among men and from 23.6% (FMI) to 65.0% (WHtR) among women. WHtR had the strongest association with hypertension (AUC = 0.784; p < 0.001) and with a combination of disorders (AUC = 0.779; p < 0.001) in women. In women, WHtR also had the largest AUCs for hypercholesterolaemia, in men – for hypertension, diabetes and a combination of disorders, although not all the differences from other obesity indices were significant. WHtR exhibited the closest association between hypertension and a combination of disorders in women and was non-inferior compared to other indices in men.
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 | 0,001 | 0,000 |
| 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 ».