The Interplay of Type 2 Diabetes Status, Cardiorespiratory Fitness Level, and Sudden Cardiac Death: A Prospective Cohort Study
Notice bibliographique
Résumé
Background: To evaluate the individual and joint effects of type 2 diabetes (T2D) status and cardiorespiratory fitness (CRF) level with sudden cardiac death (SCD) risk. Methods: Prevalent T2D was defined based on guideline recommendations, and CRF level was assessed using a respiratory gas-exchange analyzer during exercise testing at baseline, in 2308 men aged 42-61 years. T2D status was classified as either "Yes" or "No," and CRF level was classified as low, medium, or high. Cox regression analysis was used to estimate hazard ratios (HRs) with 95% confidence intervals (CIs) for SCD. Results: A total of 264 SCDs occurred during a median follow-up of 28.1 years. Comparing Yes vs No history of T2D, the multivariable-adjusted HR (95% CI) for SCD was 1.79 (1.19-2.72). Comparing low vs high CRF levels, the corresponding adjusted HR (95% CI) for SCD was 1.77 (1.21-2.58). The HRs persisted when T2D status was further adjusted for CRF level, and vice versa. Compared with No-T2D & medium-high CRF level, men with No-T2D & low CRF and those with Yes-T2D & low CRF had an increased SCD risk: (HR = 1.87, 95% CI, 1.38-2.55) and (HR = 3.34, 95% CI, 2.00-5.57), respectively. No significant association occurred between men with Yes-T2D & medium-high CRF and SCD risk (HR = 1.46, 95% CI, 0.46-4.65). Modest evidence indicated the presence of additive and multiplicative interactions between T2D status and CRF level, in relation to SCD. Conclusions: An interplay exists between T2D status, CRF level, and SCD risk in middle-aged and older men. Higher CRF levels may mitigate the increased SCD risk observed in men with T2D.
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) | 0,001 | 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 ».