Distribution of Lipoproteins by Age and Gender in Adolescents
Notice bibliographique
Résumé
BACKGROUND: The current National Cholesterol Education Program lipoprotein classification system for children and adolescents is recommended for use among 2- to 19-year-olds. This classification system does not take into account gender differences or the natural fluctuations in lipoprotein concentrations that occur with growth and maturation. METHODS AND RESULTS: Data from the National Health and Nutrition Examination Surveys were used to develop age- and gender-specific thresholds that can be used to denote abnormal levels of total cholesterol, low-density lipoprotein cholesterol, high-density lipoprotein cholesterol, and triglycerides. Each curve was linked to the adult National Cholesterol Education Program Adult Treatment Panel III lipoprotein thresholds using LMS (Lambda-Mu-Sigma) growth curve regression methods. A series of growth curves and tables are presented that can be used to diagnose high-risk lipoprotein levels in the clinical and research settings. For example, in 1-year increments for males starting at age 12 and extending to age 19 years, the high-risk thresholds for total cholesterol were 6.03, 5.83, 5.70, 5.70, 5.77, 5.88, 6.02, and 6.16 mmol/L. The corresponding high-risk threshold for adults (> or = 20 years) is 6.22 mmol/L. CONCLUSIONS: The present study is the first attempt at developing age- and gender-specific lipoprotein threshold concentrations for adolescents. This new classification system should provide a more accurate diagnosis of high-risk lipoprotein levels and associated cardiovascular risks in adolescents.
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 ».