Overweight, central obesity, and cardiometabolic risk factors in pediatric liver transplantation
Notice bibliographique
Résumé
UNLABELLED: PTMS describes the presence of ≥3 cardiometabolic risk factors that include obesity, hypertension, dyslipidemia, and IR. The prevalence of the clustering of ≥3 cardiometabolic risk factors or central obesity has not been studied in pediatric LT recipients. Single-center, cross-sectional study. INCLUSION CRITERIA: LT recipients 2-18 yr-old, at least one yr post-LT. EXCLUSION CRITERIA: recipients of liver retransplants or multivisceral transplants. Eighty-seven patients were identified. Median age was 9.8 yr (range 2-18), median time since LT was 6.9 yr (range 1-17). The most common indication for LT was biliary atresia (56%), and the most frequently used immunosuppressant was tacrolimus (80%). The prevalence of overweight and obesity was 21% and 5%, respectively. Central obesity affected 14%, hypertension 44%, IR 27%, low HDL 20%, and hypertriglyceridemia 39% of patients. The prevalence of ≥3 cardiometabolic risk factors was 19%. Fifty percent of the overweight/obese patients had ≥3 risk factors. Time since transplant, immunosuppression and renal function were not different between those with <3 or ≥3 risk factors. Clustering of cardiometabolic risk factors is prevalent in pediatric LT recipients, suggesting an increased risk of future CV events.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,002 | 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 ».