Association between phenotypic age and mortality risk in individuals with obesity: a retrospective cohort study
Notice bibliographique
Résumé
Objective: This study investigates the association between phenotypic age acceleration (PAA) and all-cause and cause-specific mortality in obese individuals. Methods: ). PAA, defined as phenotypic age exceeding chronological age, was assessed using clinical biomarkers. Kaplan-Meier survival analysis and Cox proportional hazards models were used to assess the relationship between PAA and all-cause, cardiovascular, and cancer mortality, adjusting for covariates such as age, gender, race, lifestyle, and health status. Subgroup and sensitivity analyses were performed to ensure the robustness of the findings. Results: During a median follow-up of 10.6 years, 1,537 deaths were recorded, including 419 from cardiovascular disease and 357 from cancer. PAA was significantly associated with all-cause mortality (HR = 1.84, 95% CI: 1.64-2.06), cardiovascular mortality (HR = 1.86, 95% CI: 1.50-2.31), and cancer mortality (HR = 1.47, 95% CI: 1.17-1.85). These associations remained significant after adjusting for multiple variables, and sensitivity analyses confirmed the robustness of the results. Conclusion: PAA is an independent predictor of all-cause, cardiovascular, and cancer mortality in obese individuals. This study highlights the importance of PAA in mortality risk assessment and health management in the obese population.
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 | 0,001 | 0,001 |
| 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) | 0,001 | 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 ».