Early childhood weight gain: Latent patterns and body composition outcomes
Notice bibliographique
Résumé
BACKGROUND: Despite early childhood weight gain being a key indicator of obesity risk, we do not have a good understanding of the different patterns that exist. OBJECTIVES: To identify and characterise distinct groups of children displaying similar early-life weight trajectories. METHODS: A growth mixture model captured heterogeneity in weight trajectories between 0 and 60 months in 1390 children in the Avon Longitudinal Study of Parents and Children. Differences between the classes in characteristics and body size/composition at 9 years were investigated. RESULTS: The best model had five classes. The "Normal" (45%) and "Normal after initial catch-down" (24%) classes were close to the 50th centile of a growth standard between 24 and 60 months. The "High-decreasing" (21%) and "Stable-high" (7%) classes peaked at the ~91st centile at 12-18 months, but while the former declined to the ~75th centile and comprised constitutionally big children, the latter did not. The "Rapidly increasing" (3%) class gained weight from below the 50th centile at 4 months to above the 91st centile at 60 months. By 9 years, their mean body mass index (BMI) placed them at the 98th centile. This class was characterised by the highest maternal BMI; highest parity; highest levels of gestational hypertension and diabetes; and the lowest socio-economic position. At 9 years, the "Rapidly increasing" class was estimated to have 68.2% (95% confidence interval [CI] 48.3, 88.1) more fat mass than the "Normal" class, but only 14.0% (95% CI 9.1, 18.9) more lean mass. CONCLUSIONS: Criteria used in growth monitoring practice are unlikely to consistently distinguish between the different patterns of weight gain reported here.
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 | 0,000 |
| 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 ».