Association between physical activity, adiposity, and lipid abnormalities in children with familial hyperlipidemia
Notice bibliographique
Résumé
BACKGROUND: The benefits of physical activity in children have been studied extensively; however, its role in children with familial hyperlipidemia (FH) is unknown. OBJECTIVE: To determine associations between physical activity, adiposity, and lipid profiles in children with FH. DESIGN: A physical activity questionnaire was completed by 147 children with FH. Correlations between activity levels, body mass index (BMI), and fasting lipid profiles were determined. RESULTS: The mean age of patients was 12.5+/-3.2 years with a mean total cholesterol of 6.17 mmol/l (238 mg/dl), low-density lipoprotein-cholesterol of 4.43 (171), high-density lipoprotein-cholesterol of 1.08 (42), and triglyceride levels of 1.51 (134). Patients had greater weight for height indices than normal, with a mean BMI z score of +0.90+/-1.30 SD (P<0.001 versus normal), and with 21% of the participants being more than 2 SD above normal. Higher BMI z scores significantly correlated with higher triglyceride levels (r=0.33; P<0.0001) and greater time spent in sedentary pursuits (r=0.24; P=0.004), in particular watching television (r=0.26; P=0.003). The increased time that other family members spent in physical activity significantly correlated with a lower BMI z score (r=-0.21; P=0.01) of the patient and greater time spent in physical activity (r=0.24; P=0.003). There was no association between patients' physical activity levels and lipid profile or BMI. CONCLUSION: Similar to the general population, children with FH are also at risk of becoming overweight. Increased adiposity significantly correlated with the greater sedentary activities of the patient, lower physical activities of the family, and higher triglyceride levels. Physical activity levels of the patient correlated with family activity levels.
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 | 0,011 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».