LMS-based continuous reference percentiles for 14 laboratory parameters in the CALIPER cohort of healthy children and adolescents
Notice bibliographique
Résumé
OBJECTIVES: Marked physiological changes in growth and development present challenges in defining pediatric reference intervals for biomarkers of health and disease. Lambda, Mu, and Sigma (LMS)-based statistical modeling provides a continuous normal distribution by negating skewness and variation, and is commonly used to establish growth charts. Such LMS reference curves are suggested to enhance laboratory test result interpretation. The current study establishes LMS-based continuous reference percentiles for 14 biomarkers in the CALIPER cohort of healthy children and adolescents. METHODS: Data from healthy children and adolescents aged 1-<19 years were used to establish continuous reference percentiles using a novel LMS-based statistical method, including 2.5th, 25th, 50th, 75th, and 97.5th percentiles. The LMS approach applies a Box-Cox data transformation and summarizes continuous distributions by age via three curves: skewness (Lambda), median (Mu), and coefficient of variation (Sigma). RESULTS: LMS-based percentiles and z-scores were generated for 14 common pediatric biomarkers that demonstrate dynamic concentration patterns with age (e.g., alkaline phosphatase) and/or wherein the magnitude of difference from the population mean may be clinically relevant (e.g., triglycerides). The LMS model captured age- and sex-specific distributions accurately and was not substantially influenced by outlying points. CONCLUSIONS: This is the first study to establish LMS-based continuous reference percentiles for biochemical markers in a healthy Canadian pediatric population. The current LMS-based approach builds upon previous continuous reference interval models by providing graded percentiles to improve test result interpretation, particularly with repeated measures over time. This method may assist in facilitating a patient-centered approach to laboratory medicine.
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 | 0,006 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».