Abstract P3156: Cardiovascular Kidney Metabolic Syndrome Stage Prevalence varies by Asian Subgroup
Notice bibliographique
Résumé
Introduction: Cardiovascular Kidney Metabolic (CKM) Syndrome characterizes the interplay of cardiovascular, renal, and metabolic disorders with five progressive stages. Prior data have shown that CKM syndrome is lower among aggregated Asian people when compared to Non-Hispanic White (NHW) people. However, when disaggregated, some Asian groups have a greater burden of CKM-related conditions (e.g., diabetes) compared to NHW people. We examined CKM prevalence among Asians compared to NHW people using the National Health Interview Survey (NHIS). Hypothesis: We hypothesize that CKM syndrome prevalence will be higher in Asian subgroups compared to NHWs. Methods: Using 2015-2018 NHIS data, we estimated the prevalence of CKM Stages among Asian Indians, Chinese, and Filipinos compared to NHW people. Variables included obesity, using Asian-specific Body Mass Index (BMI) values, diabetes status, hypertension, cholesterol, and the presence of cardiovascular symptoms to distinguish CKM stages. Kidney function was unavailable in NHIS. Stages were defined as: 0 (BMI <23), 1 (BMI ≥23 or prediabetes), 2/3 (BMI ≥23, prediabetes, hypertension, diabetes, or high cholesterol), or 4 (established cardiovascular disease). Associations between level of physical activity, access to care, socioeconomic status, and CKM stages were tested using bivariate (ANOVA, Pearson’s chi-squared) and regression analysis. Results: We examined 86,762 adults aged 20-80 (mean = 45.8). Prevalence of stages varied by race, with CKM being highest in Chinese (45.7%) for Stage 0, Asian Indians (53.8%) for Stage 1, and Filipinos (29.6%) for Stage 2/3 (Figure 1). The prevalence of CKM in the aforementioned groups was significantly higher compared to NHW, with Stage 0 prevalence being 15.2% higher in Chinese, Stage 1 prevalence being 19.0% among Asian Indians, and Stage 2/3 prevalence being 3.7% higher among Filipinos (Figure 1). Conclusions: When disaggregated, Asian Americans experience a different burden of CKM syndrome when compared to NHW people. Factors such as the prevalence of prediabetes, diabetes, high cholesterol, and higher BMI values undoubtedly contribute to the disparities that are noted. The different burden of CKM stage by race highlights the need for culturally appropriate interventions to reduce racial disparities in CKM syndrome. Further research is warranted on the impact of demographic, socioeconomic, and behavioral factors on CKM in Asian Americans.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| 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 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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 ».