MétaCan
Menu
Retour à la cohorte
Enregistrement W4410203202 · doi:10.1016/j.jnha.2025.100573

A non-fasting marker of metabolic syndrome in a high-risk population

2025· article· en· W4410203202 sur OpenAlexafffund
Sabrina Cancelliere, Tracy Heung, Christina Blagojevic, Sarah Malecki, Satya Dash, Anne S. Bassett

Notice bibliographique

RevueThe journal of nutrition health & aging · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueDiabetes, Cardiovascular Risks, and Lipoproteins
Établissements canadiensUniversity Health NetworkCentre for Addiction and Mental Health
Organismes subventionnairesCanadian Institutes of Health ResearchUniversity Health Network
Mots-clésMetabolic syndromePopulationMedicineInternal medicinePhysiologyEnvironmental healthObesity

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: The rising prevalence of metabolic syndrome among young adults has prompted studies of fasting triglyceride-glucose (TyG) index as a marker of insulin resistance. We aimed to evaluate metabolic syndrome in young adults using non-fasting TyG index and a high-risk genetic model, 22q11.2 microdeletion. METHODS: We assessed metabolic syndrome and its components in 350 adults (50.6% female) aged 18-59 (median 27.7, IQR 22.5-38.1) years with typical 22q11.2 microdeletions. We used multivariable logistic regression and receiver operating characteristic (ROC) curves to evaluate the association of non-fasting TyG index with metabolic syndrome. RESULTS: Non-fasting TyG index was significantly associated with metabolic syndrome (OR 3.23, 95% CI 2.27-4.59, p < 0.0001), independent of age, sex, BMI, and hypothyroidism. Non-fasting TyG index was positively correlated with number of metabolic syndrome components per individual. In this high-risk population, prevalence of metabolic syndrome was 21.7% (60/277) among young adults (18-39 years), and 45.2% (33/73, p < 0.0001) among middle-aged adults (40-59 years). Non-fasting TyG index ≥4.81 was an effective indicator of prevalent metabolic syndrome, with an area under the ROC curve of 0.83 (95% CI 0.78-0.88). CONCLUSIONS: The results support non-fasting TyG index as a practical marker of metabolic syndrome, and by extension insulin resistance, encouraging future studies evaluating non-fasting TyG index in young adults as a predictor of cardiovascular disease later in life. The high prevalence of metabolic syndrome at a young age in 22q11.2 microdeletion demonstrates the potential value of this genetic high-risk population for future prospective studies, with animal and cellular models available.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,011
Tête enseignante GPT0,282
Écart entre enseignants0,271 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe journal of nutrition health & agingMême sujetDiabetes, Cardiovascular Risks, and LipoproteinsTravaux en français237 207