Optimal Cut-off Points of the Standardized Continuous Metabolic Syndrome Severity Score (cMetS-S) for Predicting Cardiovascular Disease (CVD) and CVD Mortality in the Tehran Lipid and Glucose Study (TLGS)
Notice bibliographique
Résumé
Background: Metabolic Syndrome (MetS) is a prevalent condition associated with an increased risk of cardiovascular disease (CVD) and CVD mortality. Due to the limited clinical applicability of MetS, the standardized continuous metabolic syndrome severity score (cMetS-S) has the potential to provide continuous assessment of metabolic risk. Objectives: This study evaluated the optimal cMetS-S cut-off points in the Tehran Lipid and Glucose Study (TLGS) for predicting CVD and CVD mortality. Methods: The study included 7,776 participants over 30 years old at baseline, followed for 18 years. Sex-specific sensitivity (SS) and specificity (SP) of cMetS-S measures for predicting CVD and CVD mortality were evaluated using a receiver operating characteristic (ROC) curve, along with the area under the curve (AUC), employing a naive estimator and considering event failure status and MetS variables. Results: The cut-off point of cMetS-S for CVD was 0.13 (SS: 65.5%, SP: 59.6%) for the total population, 0.44 (SS: 49.6%, SP: 68.1%) for men, and 0.27 (SS: 64.2%, SP: 69.2%) for women. The cut-off point of cMetS-S for CVD mortality was 0.53 (SS: 51.3%, SP: 71.9%) for the total population, 0.76 (SS: 35.1%, SP: 76.2%) for men, and 0.28 (SS: 78.8%, SP: 66.4%) for women. The AUC (95% CI) of MetS based on the International Diabetes Federation (IDF) and Joint Interim Statement (JIS) definitions were 60.0 (65.3 - 56.8) and 61.1 (59.6 - 56.8) for CVD, and 59.3 (56.0 - 62.5) and 59.4 (56.3 - 62.6) for CVD mortality. Conclusions: The cut-off points of cMetS-S for CVD and CVD mortality differ between men and women. The cMetS-S could be a better predictive tool for CVD and CVD mortality than MetS.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| 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 ».