Validation of A Somatic Maturity Prediction Model in North America and Development of Original Japanese Model with Ogi Growth Study
Notice bibliographique
Résumé
Objective: While peak height velocity age (PHVA) forecasting models exist for Westerners, there are no equations that target the Japanese. This study aimed to analyze the suitability of Canadian equations model using data from a large-scale study of Japanese participants to verify their applicability (study 1) and to create model equations that are optimal for Japanese participants by multiple regression analysis using the same data (study 2). Methods and Materials: In Study 1, 3,211 and 2,611 data points from boys and girls, respectively, were used to analyze the fit of Asian data to the sex-specific regression equations developed by Mirwald et al. (2002) and Moore et al. (2015). The participants were used in Study 2 to create an optimal maturity prediction model for the Japanese population, and the applicability of the model was verified. In addition, to verify the external validity of the Maturity prediction model, the data were randomly divided for analysis and for validation prior to the creation of the model equation. Results: The results of Study 1 revealed that previous prediction models were underestimated PHVA for Japanese individuals of both males and females at younger ages and overestimated PHVA at older ages. Thus, it is suggested that the Moore model might not be suitable for the Japanese population. However, by using Study 2, we confirmed that our PHVA prediction model was suitable. Conclusions: The development of a predictive model suitable for the Japanese population through this study may assist in the establishment of optimal training prescriptions and environments during the growth and development period.
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 | 0,000 | 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 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 ».