Insulin resistance and the metabolic syndrome are related to the severity of steatosis in the pediatric population with obesity
Notice bibliographique
Résumé
BACKGROUND: To determine the factors associated with an increased risk for severe steatosis (SS) and establish the Homeostatic Model Assessment-Insulin Resistance (HOMA-IR) as a screening tool. METHODS: A cross-sectional study was performed in obese children to assess the relationship between the metabolic syndrome (MetS) and glucose metabolism alterations (GMA) and the risk for severe steatosis. RESULTS: A total of 94 children (51 males) aged from six to 14 years were included. Thirteen children (14.8%) had severe steatosis (SS). The anthropometric variables associated with SS included body mass index (BMI) (SS 34.1 vs non-SS 29.7, p = 0.005), waist circumference (cm) (100 vs 92.5, p = 0.015) and hip circumference (cm) (108 vs 100, p = 0.018). The blood parameters included alanine aminotransferase (ALT) (UI/dl) (27 vs 21, p = 0.002), gamma-glutamil transpeptidase (GGT) (UI/dl) (16 vs 15, p = 0.017), fasting glycemia (mg/dl) (96 vs 88, p = 0.006), fasting insulin (UI/dl) (25 vs 15.3, p < 0.001) and HOMA-IR score (7.1 vs 3.7, p < 0.001). Eighteen children with MetS were found to be at an increased risk for severe steatosis (odds ratio [OR] 11.36, p < 0.001). After receiver operating characteristic (ROC) curve analysis, the best area under the curve (AUC) was obtained for HOMA-R of 0.862. The HOMA-R 4.9 cut-off value had a 100% sensitivity (CI 95%: 96.2-100) and 67.9% specificity (CI 95%: 57.1-78.7) for severe steatosis. CONCLUSIONS: The presence of MetS and glucose metabolism alterations are risk factors for severe steatosis. The 4.9 cut-off value for HOMA-IR may be a risk factor for severe steatosis in obese children.
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 | 0,001 | 0,002 |
| 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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».