What accounts for ethnic differences in newborn skinfold thickness comparing South Asians and White Caucasians? Findings from the START and FAMILY Birth Cohorts
Notice bibliographique
Résumé
OBJECTIVE: South Asians are a high-risk group for type 2 diabetes and coronary heart disease. We sought to determine ethnic differences in newborn adiposity comparing South Asians (SA) to White Caucasians (Whites). METHODS: Seven hundred ninety pregnant women (401 SA, 389 Whites) and their full-term offspring from two birth cohorts in Canada were analyzed. Pregnant women completed a health assessment including a 75-g oral glucose tolerance test to assess for dysglycemia. Birthweight, length, waist and hip circumference, and triceps and subscapular skinfold thickness (a surrogate measure of body adiposity) were measured in all newborns. Multivariate regression was used to identify maternal factors associated with newborn skinfold measurements. RESULTS: South Asian women were younger (30.1 vs 31.8 years, P<0.001), their prepregnancy body mass index was lower (23.7 vs 26.2, P<0.0001) and gestational diabetes was substantially higher (21% vs 13%, P=0.005) compared with Whites. Among full-term newborns, South Asians had lower birthweight (3283 vs 3517 g, P=0.0001), had greater skinfold thickness (11.7 vs 10.6 mm; P=0.0001) and higher waist circumference (31.1 vs 29.9 cm, P=0.0001) compared with Whites. Risk factors for newborn skinfold thickness included South Asian ethnicity (standardized estimate (s.e.): 0.24; P<0.0001), maternal glucose (s.e.: 0.079; P=0.04) and maternal body fat (s.e.: 0.14; P=0.0002). CONCLUSIONS: South Asian newborns are lower birthweight and have greater skinfold thickness, compared with White newborns, and this is influenced by maternal body fat and glucose. Interventions aimed at reducing body fat prior to pregnancy and gestational diabetes during pregnancy in South Asians may favorably alter newborn body composition and require evaluation.
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 ».