MétaCan
Menu
Retour à la cohorte
Enregistrement W7117576908 · doi:10.1016/j.mayocp.2025.09.021

Visceral Adiposity Index Is Associated With Cardiometabolic Multimorbidity and Improves Risk Prediction: The English Longitudinal Study of Ageing

2025· article· en· W7117576908 sur OpenAlexfundno aff
Setor K. Kunutsor, Sae Young Jae, Jari A. Laukkanen

Notice bibliographique

RevueMayo Clinic Proceedings · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueChronic Kidney Disease and Diabetes
Établissements canadiensnon disponible
Organismes subventionnairesGovernment of the United KingdomUniversity of Manitoba
Mots-clésMultimorbidityLongitudinal studyAgeingIndex (typography)Body mass indexRisk factorRisk assessmentObesityLongitudinal data

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To investigate the prospective association of the visceral adiposity index (VAI) with the risk of cardiometabolic multimorbidity (CMM) and to evaluate its utility in CMM risk prediction. METHODS: We analyzed data from 3348 adults (mean age, 63 years; 45.1% male) participating in the English Longitudinal Study of Ageing who were free from hypertension, coronary heart disease, diabetes, and stroke at wave 4 (2008-2009). Visceral adiposity index was calculated with anthropometric and metabolic parameters. Cardiometabolic multimorbidity was defined as the presence of 2 or more of the following conditions at wave 10 (2021-2023): hypertension, cardiovascular disease, diabetes, or stroke. Multivariable logistic regression models were used to estimate odds ratios and 95% CIs. RESULTS: During a 12- to 15-year follow-up period, CMM developed in 197 participants. Restricted cubic spline analysis found a predominantly linear pattern between the VAI and CMM risk (P value for nonlinearity, .062). Each 1 SD increment in VAI was associated with higher odds of CMM (odds ratio, 1.33; 95% CI, 1.19 to 1.50) after adjustment for age, sex, smoking, alcohol intake, systolic blood pressure, total cholesterol level, and handgrip strength. This association persisted after further adjustment for physical activity. The associations were qualitatively similar across VAI tertiles. The VAI significantly improved risk discrimination beyond established risk factors (C-index change, 0.0205 [P=.021] and P value for difference in -2 log likelihood <.001). CONCLUSION: There is a positive association between VAI and CMM risk that is independent of established risk factors and consistent with a linear dose-response pattern. The VAI provides significant improvement in CMM risk prediction beyond established risk factors.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,006
Score d'incertitude au seuil0,584

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,018
Tête enseignante GPT0,288
Écart entre enseignants0,270 · 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 tête enseignante, 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

Citations2
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMayo Clinic ProceedingsMême sujetChronic Kidney Disease and DiabetesTravaux en français237 207