Relationship between anthropometric indices and macular optical coherence tomography angiography in healthy adults from the PERSIAN cohort study
Notice bibliographique
Résumé
To evaluate the association between optical coherence tomography angiography (OCTA) measured macular vessel density (VD) and fovea avascular zone (FAZ) parameters and several body composition parameters and anthropometric indices, using data from a large population-based cohort of seemingly healthy adults. A cross-sectional observational study utilized data from 424 participants in the PERSIAN Cohort Study. OCTA scans, with dimensions of 3 × 3 mm and 6 × 6 mm, were employed to assess macular VD in the superficial capillary plexus (SCP), deep capillary plexus (DCP), and parameters of the FAZ. Body composition was evaluated through bio-impedance analysis with the InBody 770 analyzer. The relationships between OCTA metrics and anthropometric indices were analyzed using multiple regression and correlation techniques with false discovery rate correction. The study population had a mean age of 39.3 ± 7.7 years, with 47% identifying as male. The results indicated that males displayed higher SCP VD at the fovea. A noteworthy positive correlation was found between foveal SCP VD and factors such as skeletal muscle mass, basal metabolic rate, and waist-hip ratio. In contrast, the whole-image DCP VD and FAZ areas were negatively correlated with total body water, fat-free mass, and muscle mass. The findings suggest that macular microvasculature is influenced by age, sex, and various anthropometric characteristics. These results highlight the potential of OCTA in evaluating systemic health and vascular status through retinal imaging. Further research is needed to investigate these findings’ underlying mechanisms and clinical applications.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,009 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».