Comparison of Body Composition, Muscle Strength and Cardiometabolic Profile in Children with Prader-Willi Syndrome and Non-Alcoholic Fatty Liver Disease: A Pilot Study
Notice bibliographique
Résumé
Syndromic and non-syndromic obesity conditions in children, such as Prader-Willi syndrome (PWS) and non-alcoholic fatty liver disease (NAFLD), both lower quality of life and increase risk for chronic health complications, which further increase health service utilization and cost. In a pilot observational study, we compared body composition and muscle strength in children aged 7−18 years with either PWS (n = 9), NAFLD (n = 14), or healthy controls (n = 16). Anthropometric and body composition measures (e.g., body weight, circumferences, skinfolds, total/segmental composition, and somatotype), handgrip strength, six minute-walk-test (6MWT), physical activity, and markers of liver and cardiometabolic dysfunction (e.g., ALT, AST, blood pressure, glucose, insulin, and lipid profile) were measured using standard procedures and validated tools. Genotyping was determined for children with PWS. Children with PWS had reduced lean body mass (total/lower limb mass), lower handgrip strength, 6MWT and increased sedentary activity compared to healthy children or those with NAFLD (p < 0.05). Children with PWS, including those of normal body weight, had somatotypes consistent with relative increased adiposity (endomorphic) and reduced skeletal muscle robustness (mesomorphic) when compared to healthy children and those with NAFLD. Somatotype characterizations were independent of serum markers of cardiometabolic dysregulation but were associated with increased prevalence of abnormal systolic and diastolic blood pressure Z-scores (p < 0.05). Reduced lean body mass and endomorphic somatotypes were associated with lower muscle strength/functionality and sedentary lifestyles, particularly in children with PWS. These findings are relevant as early detection of deficits in muscle strength and functionality can ensure effective targeted treatments that optimize physical activity and prevent complications into 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.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».