Methodological challenges in studying the causal determinants of child growth
Notice bibliographique
Résumé
Background: Previous studies of early life influences on later growth in childhood have varied in their analytical approaches, particularly with respect to 'adjustment' for differences in size at the beginning of the growth period examined. Methods: We compared three commonly used statistical models to assess the effect of maternal body mass index (BMI) on growth between 6.5 and 11.5 years in a large cohort of Belarusian children, as follows: (Model 1) analysis of the difference in anthropometric measurements between the two ages; (Model 2) analysis of the measurement at 11.5 years after adjustment for the same measurement at 6.5 years; and (Model 3) analysis of the difference in measurements after adjustment for the measurement at 6.5 years (mathematically identical to Model 2). Results: Among PROBIT children of obese mothers (BMI ≥ 30 kg/m 2 ) vs those of mothers with normal BMI (18.5 to < 25 kg/m 2 ), Model 1 yielded larger increases in most weight and adiposity outcomes than did Model 2. We show that these larger effects arise because Model 2 parameterizes the effect of maternal BMI twice in same model: once for its effect on size at 6.5 years, and a second time for its effect on growth over the 5-year period between 6.5 and 11.5 years. Similar results were obtained in analogous analyses from cohorts in Boston, MA, and Singapore. Conclusion: Analysing the effect of exposure on change in outcome between two ages (Model 1) is clearly preferable to 'adjustment' for the outcome at the earlier age whenever the exposure under study affects the outcome at the earlier age.
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 | 0,289 | 0,522 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,003 | 0,005 |
| Études des sciences et des technologies | 0,003 | 0,006 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,006 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».