BMI-for-Age and Weight-for-Length in Children 0 to 2 Years
Notice bibliographique
Résumé
OBJECTIVES: To determine the agreement between weight-for-length and BMI-for-age in children 0 to <2 years by using research-collected data, examine factors that may affect agreement, and determine if agreement differs between research- and routinely collected data. METHODS: Cross-sectional data on healthy, term-born children (n = 1632) aged 0 to <2 years attending the TARGet Kids! practice-based research network in Toronto, Canada (December 2008-October 2014) were collected. Multiple visits for each child were included. Length (cm) and weight (kg) measurements were obtained by trained research assistants during research visits, and by nonresearch staff during all other visits. BMI-for-age z-scores were compared with weight-for-length z-scores (the criterion measure). RESULTS: The correlation between weight-for-length and BMI-for-age was strong (r = 0.986, P < .0001) and Bland-Altman plots revealed good agreement (difference = -0.08, SD = 0.20, P = .91). A small proportion (6.3%) of observations were misclassified and most misclassifications occurred near the percentile cutoffs. There were no differences by age and sex. Agreement was similar between research- and routinely collected data (r = 0.99, P < .001; mean difference -0.84, SD = 0.20, P = .67). CONCLUSIONS: Weight-for-length and BMI-for-age demonstrated high agreement with low misclassification. BMI-for-age may be an appropriate indicator of growth in the first 2 years of life and has the potential to be used from birth to adulthood. Additional investigation is needed to determine if BMI-for-age in children <2 years is associated with future health outcomes.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 ».