Update on Body Composition and Bone Density in Children with Prader-Willi Syndrome
Notice bibliographique
Résumé
AIM: To compare body composition in children with Prader-Willi syndrome (PWS) not naïve to growth hormone (GH) with obese and lean controls. METHODS: Participants included 12 children with PWS, 12 children with obesity (body fat percentage >95th percentile for age and sex) and 12 lean children (body fat percentage <85th percentile for age and sex) matched by age and height. Fat mass, lean mass, bone mineral content (BMC), bone mineral density (BMD) and BMD z-score for total body, hips and lumbar spine were obtained through dual X-ray absorptiometry. RESULTS: PWS had higher fat percentage in the legs (p = 0.04) but similar leg fat mass (p = 1.00) compared to obese. PWS exhibited lower lean mass in the body (p = 0.04) and legs (p = 0.02) than obese, but similar to lean (p = 1.00 and p = 0.89, respectively). PWS had lower hip BMC (p < 0.01), BMD (p < 0.01) and BMD z-score (p < 0.01) compared to obese but similar to lean. No other differences were found between PWS and obese (p > 0.05 for all). CONCLUSIONS: Children with PWS not naïve to GH present differences in fat and lean mass distribution compared to obese controls. BMC and BMD appear unaffected by PWS, except at the hips.
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 | 0,001 | 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 ».