Optimal cut-off points for waist circumference in the definition of metabolic syndrome: a cross-sectional study in rural Bangladesh
Notice bibliographique
Résumé
OBJECTIVE: To determine optimal waist circumference (WC) cut-off points for identifying metabolic syndrome (MetS) in Bangladeshi adults, with the aim of enhancing diagnostic accuracy specific to this population. DESIGN: Cross-sectional analysis. SETTING: Rural community in Chandra, Bangladesh. PARTICIPANTS: A total of 2293 adults aged 20 years and older. PRIMARY AND SECONDARY OUTCOME MEASURES: MetS was defined using the modified National Cholesterol Education Program Adult Treatment Panel III criteria. Receiver operating characteristic (ROC) curves and Youden's Index were used to identify WC cut-off points that maximised sensitivity and specificity for diagnosing MetS. Restricted cubic spline regression was employed to explore the non-linear relationship between WC and MetS risk. RESULTS: The optimal WC cut-off points for predicting MetS were 90 cm for men (sensitivity 55.2%, specificity 94.3%, OR 12.5, 95% CI 8.6 to 18.0) and 80 cm for women (sensitivity 86.7%, specificity 71.9%, OR 15.6, 95% CI 11.4 to 21.3). The area under the ROC curve was 0.819 for men and 0.827 for women. Non-linear analysis indicated a significant increase in MetS risk beyond these thresholds, with a steeper risk gradient observed in men. CONCLUSIONS: This study establishes WC cut-off points of 90 cm for men and 80 cm for women as optimal for diagnosing MetS in Bangladeshi adults, underscoring the necessity of population-specific diagnostic criteria to improve early detection and management.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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 ».