Universal screening for cardiovascular disease risk factors in adolescents to identify high-risk families: a population-based cross-sectional study
Notice bibliographique
Résumé
BACKGROUND: Universal screening of children for dyslipidemia and other cardiovascular risk factors has been recommended. Given the clustering of cardiovascular risk factors within families, one benefit of screening adolescents may be to identify "at-risk" families in which adult members might also be at elevated risk and potentially benefit from medical evaluation. METHODS: Cross-sectional study of grade 9 students evaluating adiposity, lipids and blood pressure. Data collected by Heart Niagara Inc. through the Healthy Heart Schools' Program. Parents completed questionnaires, evaluating family history of dyslipidemia, hypertension, diabetes and early cardiovascular disease events in parents and siblings (first-degree relatives), and grandparents (second-degree relatives). Associations between positive risk factor findings in adolescents and presence of a positive family history were assessed in logistic regression models. RESULTS: N = 4014 adolescents ages 14-15 years were screened; 3467 (86 %) provided family medical history. Amongst adolescents, 4.7 % had dyslipidemia, 9.5 % had obesity, and 3.5 % had elevated blood pressure. Central adiposity (waist-to-height ratio ≥0.5) in the adolescent was associated with increased odds of diabetes in first- (OR:2.0 (1.6-2.6), p < 0.001) and second-degree relatives (OR:1.3 (1.1-1.6), p = 0.002). Dyslipidemia was associated with increased odds of diabetes (OR:1.6 (1.1-2.3), p < 0.001), hypertension (OR:2.2 (1.5-3.2), p < 0.001) and dyslipidemia (OR:2.2 (1.5-3.2),p < 0.001) in first degree relatives. Elevated blood pressure did not identify increased odds of a positive family history. CONCLUSIONS: Presence of obesity and/or dyslipidemia in adolescents identified through a universal school-based screening program is associated with risk factor clustering within families. Universal pediatric cardiometabolic screening may be an effective entry into reverse cascade screening.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 ».