MétaCan
Menu
Retour à la cohorte
Enregistrement W2073287971 · doi:10.5336/medsci.2012-30524

The Prevalence of Metabolic Syndrome and Its Relation to Leptin Levels in Obese Children and Adolescents

2013· article· en· W2073287971 sur OpenAlexaff
Mehmet Boyraz, Peyamı Cınaz, Abdülbaki Karaoğlu, Emre Taşçılar, Aysun BİDECİ, Hamdi Cihan Emeksiz, Orhun Çamurdan

Notice bibliographique

RevueTurkiye Klinikleri Journal of Medical Sciences · 2013
Typearticle
Langueen
DomaineNeuroscience
ThématiqueRegulation of Appetite and Obesity
Établissements canadiensYukon University
Organismes subventionnairesnon disponible
Mots-clésMedicineDyslipidemiaLeptinMetabolic syndromeInsulin resistanceInternal medicineObesityBody mass indexEndocrinologyWaistAnthropometryBlood pressureChildhood obesityTriglycerideCholesterolOverweight

Résumé

récupéré en direct d'OpenAlex

Objective: In this study, we aimed to determine the prevalence of metabolic syndrome (MS) and frequency of metabolic risk factors in pubertal obese children, and to evaluate the relation between metabolic syndrome and plasma leptin levels. Material and Methods: In this study, 451 pubertal children and adolescents aged between 8-18 years admitted with complaints of excess weight. The ones with a body mass index standard deviation score (BMI-SDS) ≥1.81 were included in this study. In all cases, medical history, physical examination, anthropometric measurements, results of biochemical and hormonal assays were evaluated. MS was diagnosed according to International Diabetes Federation (IDF) consensus criteria. Result: Fifty five percent of the study group were males and 45% were females. The median ages for girls and boys were 12.3 (8.0-16.4) and 12.6 (8.9-16.2) years, respectively. There were 89 (19.8%) children with MS. It was found that leptin had a positive relationship with BMI, waist and hip circumference, insulin level, Homeostasis Model Assessment of Insulin Resistance (HOMA-IR) and LDL cholesterol level, and a negative one with age and HDL cholesterol in all obese cases. However no relation was found between leptin and fasting blood glucose and triglyceride levels. On the other hand, leptin was higher in those with hypertension. Conclusion: An increased prevalence of obesity, together with metabolic risk factors such as dyslipidemia and abnormal blood pressure were observed in childhood, contributing to the onset of MS at younger ages. Leptin was markedly elevated in obese patients with MS. At the same time, it was found associated with metabolic risk factors. Therefore a high leptin level may be a risk factor for MS.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,034
Tête enseignante GPT0,300
Écart entre enseignants0,266 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTurkiye Klinikleri Journal of Medical SciencesMême sujetRegulation of Appetite and ObesityTravaux en français237 207