Comparaison de trois systèmes de classification du poids de l'enfant d'âge préscolaire d'une région québécoise
Notice bibliographique
Résumé
INTRODUCTION: Overweight in children is a serious public health problem. The use of different weight classification systems in research and clinical practice results in variable the estimate of prevalences of overweight, which complicates follow-up of this health problem in the population. The study compared three child body weight classification systems by estimating the prevalence of overweight established by each system. METHOD: In 2010, a study was conducted in 259 five-year-old children at the time of routine childhood vaccination. The children's height and weight were measured. The prevalence of overweight was determined and compared to the International Obesity Task Force (IOTF), the Centers for Disease Control and Prevention (CDC) and the World Health Organization (WHO) criteria. RESULTS: According to the IOTF, 16.6% of children of the study were overweight (obesity 3.1%). According to the CDC, 24.3% of children were overweight (obesity 9.1%) and according to WHO, the prevalence was 26.3% (obesity 6.2%). According to the IOTF criteria, obesity affected more girls than boys (2.7% vs. 0.4%), whereas similar proportions were observed with the other two systems. CONCLUSION: This study demonstrates that the prevalence of overweight in children varies considerably depending on the classification system used. These results support the need to consider the system used in clinical practice and in research when monitoring the course of the prevalence of this health problem.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».