Factor Analysis of Cardiovascular Risk Clustering in Pediatric Metabolic Syndrome: CASPIAN Study
Notice bibliographique
Résumé
AIMS: To assess the results of factor analysis of coronary artery disease risk factors in a large national representative sample of children, and to compare its results on the variables measured between those with or without metabolic syndrome (MetS). METHODS: This cross-sectional multicenter population survey was conducted on 4,811 nationally representative school students aged 6-18 years. MetS was defined based on criteria analogous to the Adult Treatment Panel III. Factor analysis by principle components analysis and Varimax rotation was carried out to cluster risk factors. RESULTS: MetS was present in 14.1% of subjects (n = 678). From the nine variables assessed, factor analysis of the z scores of variables show that in all age groups, three similar factors were loaded: lipids, adiposity, and blood pressure, that accounted for 87.4-90.8% of the variance. Three factors were loaded in those with MetS (cholesterol/TG, metabolic/adiposity, and blood pressure) (65.9% of variance); and four factors (cholesterol, metabolic, adiposity, and blood pressure) were loaded among those without the MetS (75.6% of variance). We did not find a central feature that underlies all three factors among children with the MetS; however, waist circumference was the only variable that was loaded for two factors. CONCLUSION: These findings support a change in the concept of MetS from that of a single entity to one that represents several distinct but intercorrelated entities. An approach to assessing risk clustering from early life, and longitudinal studies that would elucidate how these various risk domains interact over time are needed.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| 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 ».