Differential impact of maternal and paternal ethnicity on the pattern of fat distribution in infants at age 3 months
Notice bibliographique
Résumé
BACKGROUND: As ethnicity is typically recorded as a single demographic variable in clinical studies, little is known about the relative impact of maternal vs. paternal ethnicity on fat distribution. OBJECTIVES: The objective of this study was to determine whether there is a differential impact of maternal and paternal ethnicity on infant adiposity. METHODS: Three hundred fifty-five infants underwent anthropometric assessment at age 3 months, including skin-fold thickness (SFT) measurement at subscapular, suprailiac and triceps. Maternal (M) and paternal (P) ethnicity were classified as white (M = 241, P = 252), Asian (M = 50, P = 42) or other (M = 64, P = 61). RESULTS: Infants with either Asian mother (compared with white) or Asian father (compared with white) had increased subscapular, suprailiac and triceps SFT (all P < 0.05). On logistic regression analysis, however, only maternal Asian ethnicity (compared with white) independently predicted the likelihood of an infant being in the highest tertile for SFT at subscapular (odds ratio [OR] = 2.72, 95% confidence interval 1.17-6.34, P = 0.02), suprailiac (OR = 3.56, 1.51-8.42, P = 0.004) and triceps (OR = 3.26, 1.40-7.55, P = 0.005). In contrast, paternal Asian ethnicity was independently associated with sum of SFT only (OR = 2.46, 1.02-5.97, P = 0.04). CONCLUSION: Maternal and paternal Asian ethnicity have differential effects on infant fat distribution. Future clinical studies on obesity and fat composition should consider the distinct contributions of both parents to the ethnic classification of participants.
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 | 0,005 |
| 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 | 0,001 | 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 ».