Prevalence of metabolic syndrome and its risk factors in Canadian children and adolescents: Canadian Health Measures Survey Cycle 1 (2007–2009) and Cycle 2 (2009–2011)
Notice bibliographique
Résumé
INTRODUCTION: We investigated the prevalence of metabolic syndrome (MetS) and its risk factors, and the influence of socioeconomic status, in Canadian children and adolescents. METHODS: Canadian Health Measures Survey cycle 1 (2007-2009) and cycle 2 (2009-2011) respondents aged 10 to 18 years who provided fasting blood samples were included (n = 1228). The International Diabetes Federation (IDF) consensus definition for children and adolescents (10-15 years) and worldwide adult definition (≥ 16 years) were used to diagnose MetS. Prevalence of MetS and its risk factors were calculated and differences by socioeconomic status were examined using χ2 tests. RESULTS: The prevalence of MetS was 2.1%. One-third (37.7%) of participants had at least one risk factor, with the most prevalent being abdominal obesity (21.6%), low HDL-C (19.1%) and elevated triglyceride levels (7.9%). This combination of abdominal obesity, low HDL-C and elevated triglyceride levels accounted for 61.5% of MetS cases. Participants from households with the highest income adequacy and educational attainment levels had the lowest prevalence of one or more MetS risk factors, abdominal obesity and low HDL-C. CONCLUSION: The prevalence of MetS (2.1%) was lower than previously reported in Canada (3.5%) and the USA (4.2%¬-9.2%), potentially due to the strict application of the IDF criteria for studying MetS. One-third of Canadian children and adolescents have at least one risk factor for MetS. Given that the risk for MetS increases with age, these prevalence estimates, coupled with a national obesity prevalence of almost 10% among youth, point to a growing risk of MetS and other chronic diseases for Canadian youth.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 ».