Variations in the Prevalence of Metabolic Syndrome in Adolescents According to Different Criteria Used for Diagnosis: Which Definition Should Be Chosen for This Age Group?
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Despite the increasing prevalence of metabolic syndrome in adolescents, there is no consensus for its diagnosis. METHODS: A cross-sectional study was conducted to compare the prevalence of metabolic syndrome in adolescents by different definitions, evaluate their concordance, and suggest which definition to apply in this population. A total of 851 adolescents between 10 and 18 years of age were evaluated. Anthropometric (weight, height, waist circumference), biochemical (glucose, lipid profile), and blood pressure data were taken. The prevalence of metabolic syndrome was determined by the definitions of the International Diabetes Federation (IDF) and four published studies by Cook et al., de Ferranti et al., Agudelo et al., and Ford et al. Concordance was determined according to the kappa index. RESULTS: The prevalence of metabolic syndrome was 0.9%, 3.8%, 4.1%, 10.5%, and 11.4%, according to the IDF, Cook et al., Ford et al., Agudelo et al., and de Ferranti et al. definitions, respectively. The most prevalent components were hypertriglyceridemia and low high-density lipoprotein cholesterol, whereas the least prevalent components were abdominal obesity and hyperglycemia. The highest concordance was found between the definitions by Cook et al. and Ford et al. (kappa=0.92), whereas the greatest discordance was between the de Ferranti et al. and IDF definitions (kappa=0.14). CONCLUSIONS: Metabolic syndrome and its components were conditions present in the adolescents of this study. In this population, with a high prevalence of dyslipidemia and a lower prevalence of abdominal obesity and hyperglycemia, the recommendation to diagnose metabolic syndrome would be that used by Ford et al.
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.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 découle