Metabolomics in early life and the association with body composition at age 2 years
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
Summary Background and Objectives Early life is a critical window for adiposity programming. Metabolic‐profile in early life may reflect this programming and correlate with later life adiposity. We investigated if metabolic‐profile at 3 months of age is predictive for body composition at 2 years and if there are differences between boys and girls and between infant feeding types. Methods In 318 healthy term‐born infants, we determined body composition with skinfold measurements and abdominal ultrasound at 3 months and 2 years of age. High‐throughput‐metabolic‐profiling was performed on 3‐month‐blood‐samples. Using random‐forest‐machine‐learning‐models, we studied if the metabolic‐profile at 3 months can predict body composition outcomes at 2 years of age. Results Plasma metabolite‐profile at 3 months was found to predict body composition at 2 years, based on truncal: peripheral‐fat‐skinfold‐ratio (T:P‐ratio), with a predictive value of 75.8%, sensitivity of 100% and specificity of 50%. Predictive value was higher in boys (Q 2 = 0.322) than girls (Q 2 = 0.117). Of the 15 metabolite variables most strongly associated with T:P‐ratio, 11 were also associated with visceral fat at 2 years of age. Conclusion Several plasma metabolites (LysoPC(22:2), dimethylarginine and others) at 3 months associate with body composition outcome at 2 years. These results highlight the importance of the first months of life for adiposity programming.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 découle