Elevated inflammation supra-additively promotes the progression from prediabetes to diabetes: a prospective cohort study
Notice bibliographique
Résumé
Background: Factors impacting on the conversion of prediabetes to diabetes or normoglycemia remain unclear. This study aimed to investigate the role of subclinical inflammation, assessed by high-sensitivity C-reactive protein (hsCRP), in the progression to diabetes from prediabetes, assessed by impaired fasting glucose (IFG). Methods: Time-to-event survival analyses were conducted among 82 475 participants without diabetes from Kailuan Study (a real-life prospective cohort in China) to access the isolated and joint effect of hsCRP and IFG on diabetes risk, and quantify their relative contribution to incident diabetes. Results: Over a median 11-year follow-up, 14 215 diabetes cases were recorded. IFG and hsCRP independently and jointly increased diabetes risk. Diabetes incidence was higher in those with elevated inflammation (hsCRP≥2 mg/L: 90.45 vs. 66.76 per 1000 person-years). The joint effect risk (hazard ratios (HR) = 4.96; 95% confidence interval (CI) = 4.66-5.28) exceeded the sum of individual risks (HR = 4.29; 95% CI = 4.09-4.49 for IFG and HR = 1.11; 95% CI = 1.06-1.16 for elevated inflammation), with a relative excess risk due to interaction of 0.56 (95% CI = 0.23-0.89). Attributable proportions were 83.08% for IFG, 2.78% for hsCRP, and 14.14% for their interaction. The joint risks and the additive interaction were significant in both men and women, and were more pronounced among individuals aged <60 years than those aged ≥60 years. Conclusions: Elevated inflammation synergistically amplifies diabetes risk in prediabetes among Chinese adults, particularly in those <60 years.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| 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 ».