Revisiting trajectories of BMI in youth: An in‐depth analysis of differences between BMI and other adiposity measures
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Objective Body mass index (BMI) is used to identify trajectories of adiposity in youth, but it does not distinguish fat‐ from fat‐free‐mass. There are other inexpensive measures of adiposity which might better capture fat‐mass in youth The objective of this study is to examine differences between sex‐specific trajectories of BMI and other adiposity indicators (subscapular and triceps skinfold thickness, waist circumference, waist‐to‐height ratio) which may better capture fat‐mass in youth. Methods Data come from four cycles of a longitudinal cohort of 1293 students in Montréal, Canada at ages 12, 15, 17 and 24. Group‐based trajectory models identified sex‐specific adiposity trajectories among participants with data in ≥3 cycles ( n = 417 males; n = 445 females). Results There were six trajectory groups in males and females for all five indicators, except for waist circumference (seven) in both sexes and triceps skinfold thickness (four) and waist‐to‐height ratio (five) in females. Most trajectories indicated linear increases; only the skinfold thickness indicators identified a decreasing trajectory. While all indicators identified a trajectory with high levels of adiposity, they differed in the number and relative size of trajectories pertaining to individuals in lower half of the adiposity distribution. Conclusion BMI is a satisfactory indicator of adiposity in youth if the aim of the trajectory analysis is to identify youth with excess adiposity, a known risk factor for cardiometabolic outcomes in adulthood.
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.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| 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 découle