Accuracy of body mass index for age to diagnose obesity in Mexican schoolchildren.
Notice bibliographique
Résumé
OBJECTIVE: To compare the accuracy of three BMI-forage references (World Health Organization reference, WHO; the updated International Obesity Task Force reference, IOTF; and Centers for Disease Control and Prevention (CDC) growth charts) to diagnose obesity in Mexican children. METHODS: A convenience sample of Mexican schoolchildren (n = 218) was assessed. The gold standard was the percentage of body fat estimated by deuterium dilution technique. Sensitivity and specificity of the classical cutoff point of BMI-for-age to identify obesity (i.e. > 2.00 standard deviation, SD) were estimated. The accuracy (i.e. area under the curve, AUC) of three BMI-for-age references for the diagnosis of obesity was estimated with the receiver operating characteristic (ROC) curves method. The optimal cutoff point (OCP) was determined. RESULTS: The cutoff points to identify obesity had low (WHO reference: 57.6%, CDC: 53.5%) to very low (IOTF reference: 40.4%) sensitivities, but adequate specificities (91.6%, 95.0%, and, 97.5%, respectively). The AUC of the three references were adequate (0.89). For the IOTF reference, the AUC was lower among the older children. The OCP for the CDC reference (1.24 SD) was lower than the OCP for WHO (1.53 SD) and IOTF charts (1.47 SD). CONCLUSIONS: The classical cutoff point for obesity has low sensitivity--especially for the IOTF reference. The accuracy of the three references was similar. However, to obtain comparable diagnosis of obesity different cutoff points should be used depending of the reference.
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 | 0,004 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| 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 ».