How do Cormic Index profiles contribute to differences in spirometry values between White and First Nations Australian children?
Notice bibliographique
Résumé
Abstract Background Spirometry values of First Nations Australian children are lower than White children. One explanation relates to differences in the sitting‐height/standing‐height ratio (Cormic Index), as this accounts for up to half the observed differences in spirometry values between White children and other ethnicities. We investigated whether the Cormic Index of First Nations children differs from White children and if this explains the lower spirometry values of First Nations children. Methods First Nations children ( n = 619) aged 8–16 years were recruited from nine Queensland communities. Their spirometry and Cormic Index data were compared to that of White children ( n = 907) aged 8–16 years from the NHANES III dataset. Results FEV 1 and FVC of First Nations children was 8% lower for children aged 8–11.9 years and 9%–10% lower for children aged 12–16 years. The Cormic Index was statistically lower in the First Nations 8–11.9 years group (median = 0.515, interquartile range [IQR]: 0.506–0.525) compared with White children (0.519, IQR: 0.511–0.527), and this difference was greater in the 12–16 years group (0.505, IQR: 0.492–0.516; 0.520, IQR: 0.510–0.529). Adjusting for age, sex, and standing height, lower Cormic Index of First Nations children accounts for 14% (95% confidence interval [CI]: 7%–21%) of FEV 1 and 15% (95% CI: 8%–21%) of FVC differences in the younger group, and 26% (95% CI: 16%–37%) of FEV 1 and 31% (95% CI: 19%–42%) of FVC differences in the older group. Conclusion Ethnic differences in Cormic Index partly account for why healthy First Nations Australian children have lower spirometry values than White children. As childhood spirometry values impact adult health, other contributing factors require attention.
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) | 0,000 | 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 | 0,001 | 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 ».