MétaCan
Menu
← Retour à la cohorte
Enregistrement W2898385140 · doi:10.5539/gjhs.v10n11p161

Relation Between Levels of Leptine and Metabolic Parameters in Children and Adolescents

2018· article· en· W2898385140 sur OpenAlexvenueno aff
Omar Pérez-Álvarez, Édgar Navarro, María del Pilar Garavito-Galofre, Eduardo Navarro-Jiménez

Notice bibliographique

RevueGlobal Journal of Health Science · 2018
Typearticle
Langueen
DomaineNeuroscience
ThématiqueRegulation of Appetite and Obesity
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLeptinBivariate analysisAnthropometryAdipose tissueInternal medicineMedicineUnivariate analysisEndocrinologyLipid profileBonferroni correctionAdipokineStatistical significanceObesityMultivariate analysisCholesterolMathematicsStatistics

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To determine the relationship between leptin levels and metabolic parameters in children and adolescents. METHODS: Descriptive cross-sectional study. Laboratory biochemical values ​​and anthropometric parameters were determined. Univariate analysis was performed with measurements of frequencies and percentages and bivariate analysis through statistical significance tests (p <0.05). In case of multiple comparisons, the Bonferroni correction was made. RESULTS: There were higher levels of leptin to higher adipose tissue, while in the metabolic parameters a relationship was observed between high levels of glycemia and leptin independent of the variables gender, age group and nutritional status. There was no clear relationship between high levels of leptin and those of the lipid profile. CONCLUSIONS: There was a relationship between leptin concentrations and nutritional status and in the relationship of leptin with the metabolic parameters studied, there was an association with glycemia, while this association was not clear with the lipid profile.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,037
Tête enseignante GPT0,329
Écart entre enseignants0,292 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGlobal Journal of Health Science→Même sujetRegulation of Appetite and Obesity→Travaux en français237 207→