Relationship Between Vitamin D Deficiency And Insulin Resistance In Obese Children
Notice bibliographique
Résumé
INTRODUCTION: Obesity represents the major risk factor for development of insulin resistance during childhood and adolescents. In obesity, adipose tissue release free fatty acids, various hormones, and cytokines, resulting in insulin resistance. This study aimed to establish the correlation between vitamin D deficiency and the incidence of insulin resistance in obese children. DESIGN AND METHOD: This analytical cross-sectional study was arranged from December 2019 - February 2020 included 96 students aged 11 - 17 years old from junior and senior high school who met the criteria for obesity in Makassar. The study subjects were parted into two groups, obese children with vitamin D deficiency (levels of 25-hydroxyvitamin D ≤ 20 ng/ml) and obese children without vitamin D deficiency group (levels of 25-hydroxyvitamin D > 20 ng/ml). Data were analyzed using univariate and bivariate analysis. RESULTS: The frequency of insulin resistance in obese children with vitamin D deficiency was 28 (54.9%), while obese children without vitamin D deficiency was 10 (22.2%). Based on statistical analysis, the frequency of the occurrence of insulin resistance in vitamin D deficiency obese children was higher than in obese children without vitamin D deficiency with OR = 4.261 (95% CI 1.744 – 10.411), p = 0.001. CONCLUSION: The risk of insulin resistance in obese children with vitamin D deficiency is 4.261 times higher than obese children without vitamin D deficiency.
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 | 0,001 |
| 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) | 0,003 | 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 ».