Gender‐ and age‐specific risk factors for wheeze from birth through adolescence
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVE: Cross-sectional gender differences in wheeze are well documented, but few studies have examined the gender-specific risk factors for wheeze longitudinally. This study aims to identify gender- and age-specific risk factors for wheeze from birth through adolescence. METHODS: The incidence of wheeze was ascertained every 6 months through age 14 years in a birth cohort consisting of 499 children with a parental history of atopy. Gender- and age-specific risk factors were identified through generalized estimating equations. RESULTS: A total of 454 (91.0%) and 351 (70.3%) children were followed past age 7 and 13 years, respectively. Maternal asthma was a risk factor for wheeze in girls (OR = 2.05, 95% CI 1.44-2.91, P < 0.0001) and boys (OR = 1.79, 1.29-2.48, P = 0.0004) and had a similar effect on wheeze throughout the ages. Paternal asthma (OR = 1.83, 1.38-2.57, P = 0.0005) and infant bronchiolitis (OR = 2.15, 1.47-3.14, P < 0.0001) were risk factors for boys only, with similar effects throughout the ages. CONCLUSION: Using a prospective cohort, we identified gender- and age-specific risk factors for wheeze. The identification of gender-specific early life risk factors may allow for timely interventions and a more personalized approach to the treatment of asthma.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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 ».