Body Mass Index and the Odds of Acute Injury in Children
Notice bibliographique
Résumé
OBJECTIVE: The objectives of this study were to determine (1) the association between body mass index (BMI) and acute injury and (2) the association between BMI and bone fracture in children. METHODS: Children 5 to 17 years old were recruited in the emergency department at the British Columbia Children's Hospital. Cases included children treated for an injury, and control subjects were children without an injury in the past 12 months. Participants were administered a questionnaire to derive average activity level and demographic data. Weight and height measurements were taken to calculate BMI. Bivariate and multivariate logistic regressions were used to estimate the odds of injury occurrence by BMI category and the impact of covariates. RESULTS: Logistical regression, after adjusting for age, sex, activity level, and income level, did not reveal an increased association between BMI and acute injury in overweight odds ratio (OR) = 0.90 (0.48-1.70) and obese OR = 1.18 (0.60-2.33) children. Secondary outcome analyses failed to show an increased association between BMI and fracture in overweight OR = 0.44 (0.12, 1.66) and obese OR = 1.02 (0.31, 3.32) children. CONCLUSIONS: This study did not find increasing BMI to be associated with increased acute injury or bone fracture in children.
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 ».