Prevalence of comorbid conditions pre-existing and diagnosed at a tertiary care pediatric weight management clinic
Notice bibliographique
Résumé
BACKGROUND: Childhood obesity places individuals at risk for a multitude of physical and mental health problems. The aim of this study was to assess the prevalence of obesity related comorbidities diagnosed prior to and after attending a tertiary care pediatric weight management clinic. METHODS: A cross sectional retrospective chart review of patients 2-17 years old seen in the weight management clinic at Alberta Children's Hospital from May 2012 to May 2014. RESULTS: A total of 199 patients were included in the review. Comorbidity prevalences were: hypertension 6 (3%), prediabetes 11 (5.5%), type 2 diabetes 3 (1.5%), dyslipidemia 105 (52.8%), non-alcoholic fatty liver disease 31 (15.6%), asthma 45 (22.6%), obstructive sleep apnea 21 (10.6%), and polycystic ovarian syndrome (PCOS) 9 (12% of females ≥10 years at the first visit). Concerns related to depression and anxiety were present in 20 (10.1%) and 25 (12.6%) patients respectively. The majority of comorbidities were identified prior to joining the clinic. Conditions requiring more specialized tests, such as diabetes and PCOS, were more commonly identified after joining the clinic. CONCLUSIONS: These results give further insight into the prevalence of obesity-related comorbidities in overweight and obese children and adolescents, and demonstrate the importance of screening for these known comorbidities. It is important to have the resources and an experienced multi-disciplinary team to follow children and their families through treatment.
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) | 0,001 | 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 ».