Hepatic steatosis is highly prevalent across the paediatric age spectrum, including in pre‐school age children
Notice bibliographique
Résumé
BACKGROUND: The prevalence of non-alcoholic fatty liver disease (NAFLD) in children is 8% in the general population, and 34% in the context of obesity. There is a paucity of data on the prevalence of hepatic steatosis in healthy children in Ontario. AIMS: To determine the prevalence of hepatic steatosis using abdominal computed tomography (CT) scans in a cohort of previously healthy children across the paediatric age spectrum in Ontario, Canada, and to determine any association between measures of abdominal adiposity and hepatic steatosis. METHODS: Retrospective review of the SickKids Trauma Database from 2004-2015. Previously healthy children ages 1-17 years having undergone an abdominal CT scan as a part of routine trauma assessment were included, and those with an intra-abdominal injury excluded. Steatosis was defined as a difference between liver and spleen attenuation ≤-25HU. The percentage of the total area occupied by abdominal subcutaneous adipose and visceral adipose tissue was measured. Anthropometrics and baseline demographics were collected. RESULTS: A total of 503 (51% male) children with mean (±SD) age 9.5 ± 4.5 years and weight z-score of 0.37 ± 1.05 were studied. Seventy-seven (15%, 95% CI [12%-18%]) had hepatic steatosis; no differences found between sexes or across age quartiles. The abdominal subcutaneous adipose tissue area was greater in those with hepatic steatosis compared to those without (32% [22-42] vs 24% [17-36], P = 0.003). The visceral adipose tissue area was significantly greater in older children ≥9.8 years with hepatic steatosis (7.7% [5.1-10] vs 6.6% (4.9-8.5), P = 0.04). CONCLUSION: Hepatic steatosis was highly prevalent in previously healthy children in Ontario, including children of pre-school age. We found an association between hepatic steatosis and abdominal subcutaneous adipose tissue, and in older children with visceral adipose tissue.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 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) | 0,003 | 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), 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 ».