Is abdominal adiposity in healthy Sri Lankan neonates different from the rest of the world?
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVES: Adiposity at birth is a predictor of childhood obesity. Abdominal circumference (AC) at birth has been shown to correlate well with visceral adipose tissue and abdominal subcutaneous adipose tissue. Adiposity differs according to ethnicity and geography. The aim of this study was to describe the anthropometry derived adiposity phenotype in neonates from Colombo, Sri Lanka and compare it with global data. METHODS AND STUDY DESIGN: Birth anthropometry was performed within 12-24 hours by the same investigator as part of a prospective cohort study on healthy term babies, at a tertiary care hospital in Colombo, Sri Lanka, 2015-2019. The anthropometry derived adiposity phenotype was indicated by skinfold thickness, AC and upper arm fat area (UFA) derived from the mid-upper arm circumference (MUAC). RESULTS: Sri Lankan neonates had a significantly lower weight with significantly higher AC (n=337, 2.9±0.4 kg, 30.6±2.3 cm) compared to Canadian (n=389, 3.5±0.02 kg, 29.9±2.1 cm; p<0.001) and Australian (n=1270, 3.4±0.4 kg, 28.5±1.9 cm; p<0.001) neonates. Anthropometry derived adiposity at birth showed a significant correlation with weight and BMI of both mother and father (p<0.05) as opposed to their income or education (p>0.05). CONCLUSIONS: Healthy neonates from Colombo, Sri Lanka demonstrated significantly higher AC despite significantly lower weight, indicating increased abdominal adiposity compared to neonates from high-income countries as well as Indian neonates with the thin-fat phenotype.
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 | 0,001 |
| Communication savante | 0,001 | 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) | 0,001 | 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 ».