Clustering of cardiovascular risk factors and carotid intima-media thickness: The USE-IMT study
Notice bibliographique
Résumé
Background The relation of a single risk factor with atherosclerosis is established. Clinically we know of risk factor clustering within individuals. Yet, studies into the magnitude of the relation of risk factor clusters with atherosclerosis are limited. Here, we assessed that relation. Methods Individual participant data from 14 cohorts, involving 59,025 individuals were used in this cross-sectional analysis. We made 15 clusters of four risk factors (current smoking, overweight, elevated blood pressure, elevated total cholesterol). Multilevel age and sex adjusted linear regression models were applied to estimate mean differences in common carotid intima-media thickness (CIMT) between clusters using those without any of the four risk factors as reference group. Results Compared to the reference, those with 1, 2, 3 or 4 risk factors had a significantly higher common CIMT: mean difference of 0.026 mm, 0.052 mm, 0.074 mm and 0.114 mm, respectively. These findings were the same in men and in women, and across ethnic groups. Within each risk factor cluster (1, 2, 3 risk factors), groups with elevated blood pressure had the largest CIMT and those with elevated cholesterol the lowest CIMT, a pattern similar for men and women. Conclusion Clusters of risk factors relate to increased common CIMT in a graded manner, similar in men, women and across race-ethnic groups. Some clusters seemed more atherogenic than others. Our findings support the notion that cardiovascular prevention should focus on sets of risk factors rather than individual levels alone, but may prioritize within clusters.
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 | 0,003 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| 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 ».