Prevalence of hypercholesterolaemia in outpatient children aged 9–11 years
Notice bibliographique
Résumé
Background: Hypercholesterolaemia is a silent disease that is considered to be one of the main risk factors for cardiovascular disease, often beginning in childhood, and early diagnosis and management may reduce the risk of developing atherosclerosis and early cardiovascular disease in early adulthood. Objectives: The purpose of this study was to evaluate the importance of universal screening for dyslipidemia in children aged 9–11 years. Methods: An observational, descriptive, cross-sectional study was conducted from July 2021 to June 2022. A total of 532 children (279 girls and 253 boys) aged 9–11 years were enroled, and non-fasting blood samples were obtained to measure total cholesterol (TC) levels in the blood. Results: The mean serum TC was 136.4±28.1 mg/dl. Thirty-two children (6%) of the screened participants had abnormal TC levels; those were tested subsequently by fasting serum TC, and 19 children were confirmed as dyslipidemic (3.5%). The prevalence of borderline blood cholesterol levels (TC between 170 and 199 mg/dl) was 2.6% CI 95% (2.2–3.2), and the prevalence of hypercholesterolaemia (TC ≥200 mg/dl) was 0.9% CI 95% (0.5–1.4). A positive correlation was found between body mass index and blood cholesterol level. (r = 0.55, P =0.002). Conclusions: Universal non-fasting TC screening in children aged 9–11 years old is effective in detecting hypercholesterolaemia. Since the authors found that the positive family history as the sole basis for selective examination in children is insufficient.
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 | 0,001 |
| 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 | 0,000 |
| 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) | 0,001 | 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 ».