Percentile distributions of waist circumference for 7–19‐year‐old Polish children and adolescents
Notice bibliographique
Résumé
The aim of the study was to develop waist circumference (WC) percentiles in Polish children and youth and to compare these with the results obtained in other countries. The study comprised a random group of 5663 Polish children aged 7-18 years. Smoothed WC percentile curves were computed using the LMS method. The curves displaying the values of the 50th (WC(50)) and the 90th (WC(90)) percentile were then compared with the results of similar studies carried out in children from the UK, Spain, Germany, Turkey, Cyprus, Canada and the USA. WC increased with age in both boys and girls and in all observed age periods the boys were seen to dominate. For 18-year-old Polish boys and girls the values of WC(90) were 86.5 and 78.2, respectively, and were lower than the current criteria developed by the International Diabetes Federation. Both WC(50) and WC(90) were higher in Polish boys and girls compared with their counterparts in the UK, Turkey and Canada and significantly lower than in children from the USA, Cyprus and Spain. The percentile curves for Polish children and youth, which were developed here for the first time, are base curves that can be applied in analysing trends as well as making comparisons with results of similar studies performed in other countries.
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) | 0,001 | 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 ».