MétaCan
Menu
Retour à la cohorte
Enregistrement W2969602822 · doi:10.1097/01.tp.0000576216.18319.d0

P3.48: Body composition of pediatric patients with intestinal failure

2019· article· en· W2969602822 sur OpenAlexaff
Dianna Yanchis, Christina Belza, Debra Harrison, Sylvia Wong‐Sterling, Penni Kean, Paul W. Wales, Yaron Avitzur, Glenda Courtney‐Martin

Notice bibliographique

RevueTransplantation · 2019
Typearticle
Langueen
DomaineNursing
ThématiqueChild Nutrition and Water Access
Établissements canadiensHospital for Sick Children
Organismes subventionnairesnon disponible
Mots-clésMedicineLean body massAnthropometryCohortDual-energy X-ray absorptiometryBody mass indexRetrospective cohort studyDemographicsFat massComposition (language)Bioelectrical impedance analysisPediatricsInternal medicineBody weightDemographyBone mineral

Résumé

récupéré en direct d'OpenAlex

Introduction: Infants and children with intestinal failure (IF) are at risk of growth failure and altered body composition with increased fat and decreased lean mass compared to healthy children. Data from our cohort of patients with IF show normal growth on growth charts. However, body composition has not yet been assessed. The goal of the current study was to compare body composition of patients with IF treated by our program to healthy children using the United States National Health statistic database. Methods: We conducted a retrospective cohort study of patients referred to our program between January 1st 2013 and July 15th 2018. For routine clinical monitoring, all patients with IF have annual Dual-energy x-ray absorptiometry (DXA) to assess bone mass. All patients with a DXA within the timeframe of the study and aged 8–18 years were included. Data related to demographics, residual bowel anatomy, nutritional support and growth anthropometrics were collected. Statistical analysis included means with SD for continuous variables and frequencies with percentages for categorical variables. Height, weight, fat, lean and bone mass were converted to their respective z-scores; regression analysis assessed predictors of body composition. Results: Thirty-seven patients met inclusion criteria and a total of 68 DXA results were collected. The mean age at the time of the DXA was 10.7±2.2 years. Subjects demonstrated normal growth with weight and height z-scores of -0.67±0.99 and -0.7 ±1.3, respectively. Lean and fat mass z-scores were -1.61 ±1.09 and 0.24± 0.74. Z-score for total body less head (TBLH), bone mineral density (BMD) and bone mineral content (BMC) were -1.19 ±1.37, -0.9 ±1.08 and -0.86 ±1.29 in the lumbar spine (LS). Small bowel length predicted 38% of the change in BMD in the LS. Linear growth was the most important predictor of BMC in the TBLH. There was a positive relationship between weight z-scored and fat mass z-scores (p=0.01) and a trend towards increased fat mass with longer time on parenteral nutrition (PN) (p = 0.09). Conclusions: The results suggest normal growth and body composition in our patients with IF. This suggests that patients with IF have potential to accomplish normal body composition during growth. Further research is needed in the younger age group as well as separating those on and off PN. It is also important to determine positive contributors to body composition to increase efficiency of care in this population.

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 enseignants0,003
Score d'incertitude au seuil0,010

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)0,0030,000

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 Opus0,006
Tête enseignante GPT0,221
Écart entre enseignants0,215 · 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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTransplantationMême sujetChild Nutrition and Water AccessTravaux en français237 207