Adiponectin and Leptin Metabolic Biomarkers in Chinese Children and Adolescents
Notice bibliographique
Résumé
Objective. To evaluate leptin and adiponectin as biomarkers of metabolic syndrome (MS) risk factors even in nonobese children/adolescents. Methods. Serum leptin, adiponectin, leptin:adiponectin ratio, lipids, glucose, and insulin concentrations as well as body size parameters and pubertal development were evaluated in a large population of Chinese children/adolescents (n = 3505, 6-18 years, 1722 girls and 1783 boys). Results. Leptin concentration increased while adiponectin decreased with obesity, both were influenced by pubertal development. Central obesity had an additive effect on leptin levels (above obesity alone). Leptin/adiponectin increased 8.4-fold and 3.2-fold in overweight/obesity, and 15.8- and 4.5-fold with obesity plus MS, in early and late puberty, respectively. Even in normal weight children/adolescents, higher leptin and lower adiponectin concentrations associated with increased risk profile. Conversely, overweight/obese with lower leptin or higher adiponectin concentrations had a less compromised metabolic profile. Conclusion. Leptin, adiponectin, and leptin:adiponectin ratio are informative biomarkers for obesity, central obesity, MS, and abnormal metabolic profile even in normal weight children/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 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) | 0,001 | 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 ».