Anthropometric Markers as Cardiovascular Predictors: A Comparison Between Conventional Cut-Off Points and Population Percentiles
Notice bibliographique
Résumé
Background: Cardiovascular diseases (CVD) are the leading cause of mortality worldwide. An ongoing debate exists regarding the most appropriate methods for assessing adiposity-associated cardiovascular risk in working populations. The aim of the study was to evaluate the association between different anthropometric markers and the development of cardiovascular events in Peruvian workers. Methods: This is a retrospective cohort study of 10,300 workers (2014 - 2021). Body mass index (BMI), waist circumference (WC), waist-to-height ratio (WHtR), and the WC-BMI index were evaluated as predictors of CVD (myocardial infarction and/or stroke). Population percentiles (75th and 95th) and conventional cut-off points were used. Additionally, conventional cut-off points were employed, such as 0.5 for WHtR, and according to the Adult Treatment Panel III (ATP-III) (≥ 102 cm in men and ≥ 88 cm in women) or International Diabetes Federation (IDF) (≥ 80 cm in men and ≥ 90 cm in women) for abdominal obesity. Results: Obesity, as measured by BMI, showed a significant association with myocardial infarction (adjusted hazard ratio (aHR): 4.07; 95% confidence interval (CI): 1.08 - 15.4). Very high WC and WHtR (95th percentile) presented a greater risk of total cardiovascular events (aHR: 2.40; 95% CI: 1.12 - 5.12 and aHR: 2.57; 95% CI: 1.17-5.64, respectively), being particularly predictive for stroke (aHR: 4.53; 95% CI: 1.13 - 18.1 and aHR: 4.05; 95% CI: 1.01 - 16.3, respectively). No significant associations were found using conventional cut-off points for WHtR and abdominal obesity. Conclusions: Central adiposity markers, especially WC and WHtR, were evaluated through population percentiles and were better predictors of cardiovascular events than BMI or conventional cut-off points in the Peruvian working population. These findings support reorienting obesity definitions toward cardiovascular risk assessment using population-specific percentiles rather than relying exclusively on universal adiposity thresholds.
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 | 0,006 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».