One-hour postload glucose levels predict mortality from cardiovascular diseases and malignant neoplasms in healthy subjects
Notice bibliographique
Résumé
Abstract Little is known about biological markers, at levels within their normal ranges which might predict future mortality. We aimed at identifying possible predictors of future death in participants before pathological conditions manifest. We analyzed data from a population-based prospective cohort study (the Ohasama study), comprised of 993 participants who underwent 75-g oral glucose tolerance tests (OGTTs). We collected blood parameters, including those measured during OGTTs, and divided the study population into two groups based on the median value of each parameter, followed by analyses of mortality during follow-up in both groups. In addition, we extracted subjects with normal glucose tolerance (NGT) (n = 595) and analyzed the association between 1-h postload plasma glucose during OGTTs (1-hrPG) and mortality as well as the causes of death. Among all parameters evaluated, 1-hrPG was found to be most significantly associated with all-cause mortality during the mean follow-up of 14.3 years. When we focused on subjects with NGT, Harrell's C concordance index analysis revealed a cut-off of 1-hrPG ≥170 mg/dL to be most strongly associated with all-cause mortality (0.8066). The Kaplan–Meier plots showed nearly double the proportion of the 1-hrPG ≥170 group to have died as compared with the 1-hrPG <170 group throughout the follow-up period after the third year. Cardiovascular diseases and malignant neoplasms both strongly contributed to the increased mortality in the high 1-hrPG group. Thus, 1-hrPG ≥170 is a powerful predictor of future death in subjects with NGT. Atherosclerotic and malignant diseases both contributed to the increased mortality.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| 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 ».