Metabolic risk factors clustering among adolescents: a comparison between sex, age and socioeconomic status
Notice bibliographique
Résumé
The aim was to compare the metabolic risk factors (MRF) between sex, age and socioeconomic status in a sample of adolescents from Curitiba, Brazil. A cross-sectional school-based study was conducted on 997 adolescents (429 boys) aged 12-17 years old from public schools. Total Cholesterol (TC), LDL-c, HDL-c, Triglycerides, Glycemia, Blood Pressure, waist circumference and body mass index were measured. Sex, age and socioeconomic status information was obtained using a questionnaire. Descriptive analyses, Fisher Exact and Chi-Square Tests were used to establish the sample's characteristics and the MRF comparison between variables. We found that 27.4% were classified as overweight/obese, almost half of them had TC and LDL-c classified as limitrophe/altered, with a difference between the sexes (p < 0.01), and that a higher percentage of altered values was seen among girls. The percentage of 3 and 4 or more MRF was 13.8% and 6.3%, respectively. In addition, 86.5% of the participants had at least one and 39.7% had at least two MRF. We conclude that there was a high percentage of overweight/obese, as well as a great number of subjects with altered TC and HDL-c. We also pointed out the large percentage of aggregated metabolic risk factors in both sexes. Strategies to reduce metabolic risk factors are required.
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 | 0,001 |
| 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 ».