MétaCan
Menu
← Retour à la cohorte
Enregistrement W2290378779 · doi:10.1096/fasebj.22.1_supplement.874.1

Maternal and child depression and stressful life events as predictors of body composition in urban Guatemalan children

2008· article· en· W2290378779 sur OpenAlexaff
Jessica Marcinkevage, Rafael Flores, Usha Ramakrishnan, Manuel Ramírez Zea, Daniel Sellen, Aryeh D. Stein, Ann DiGirolamo

Notice bibliographique

RevueThe FASEB Journal · 2008
Typearticle
Langueen
DomaineMedicine
ThématiqueObesity, Physical Activity, Diet
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNational Institute of Mental Health
Mots-clésDepression (economics)PsychosocialOverweightObesityMedicineEtiologyPopulationDepressive symptomsDemographyClinical psychologyPediatricsPsychiatryCognitionEnvironmental healthInternal medicine

Résumé

récupéré en direct d'OpenAlex

Research suggests child and maternal depression and increased stress may contribute to the etiology of obesity. This study explores psychosocial factors as predictors of body composition in 7–11 year‐old urban Guatemalan children. Results are based on baseline data from 720 children participating in a zinc supplementation study. Using WHO growth references, 22% of children were overweight or obese (Mean[SD] BMIZ = 0.32[1.1]); 30% of children and 45% of mothers exhibited high levels of depressive symptoms, with 7% of children experiencing high frequency of stress. Linear regression models show no association between child or maternal depression levels and BMIZ. Experiencing more frequent stressful life events was significantly associated with lower BMIZ (β[SE] =−0.33 [0.2]), adjusting for demographic factors and physical activity. Neither child nor maternal depression was associated with BMI, but stressful life events were negatively associated with BMI in this population. Funded by NIMH grant 5R01 MH067981‐04.

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)0,002
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 enseignants0,079
Score d'incertitude au seuil0,158

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,008
Tête enseignante GPT0,235
Écart entre enseignants0,228 · 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
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe FASEB Journal→Même sujetObesity, Physical Activity, Diet→Travaux en français237 207→