Plasma metabolomic profile of adiposity and body composition in childhood: The Genetics of Glucose regulation in Gestation and Growth cohort
Notice bibliographique
Résumé
Summary Objective This study identified metabolite modules associated with adiposity and body fat distribution in childhood using gold‐standard measurements. Methods We used cross‐sectional data from 329 children at mid‐childhood (age 5.3 ± 0.3 years; BMI 15.7 ± 1.5 kg/m2) from the Genetics of Glucose regulation in Gestation and Growth (Gen3G), a prospective pre‐birth cohort. We quantified 1038 plasma metabolites and measured body composition using the gold‐standard dual‐energy x‐ray absorptiometry (DXA), in addition to skinfold, waist circumference, and BMI. We applied weighted‐correlation network analysis to identify a network of highly correlated metabolite modules. Spearman's partial correlations were applied to determine the associations of adiposity with metabolite modules and individual metabolites with false discovery rate (FDR) correction. Results We identified a ‘green’ module of 120 metabolites, primarily comprised of lipids (mostly sphingomyelins and phosphatidylcholine), that showed positive correlations (all FDR p < 0.05) with DXA estimates of total and truncal fat (ρadjusted = 0.11–0.19), skinfold measures (ρadjusted = 0.09–0.26), and BMI and waist circumference (ρadjusted = 0.15 and 0.18, respectively). These correlations were similar when stratified by sex. Within this module, sphingomyelin (d18:2/14:0, d18:1/14:1)*, a sphingomyelin sub‐specie that is an important component of cell membranes, showed the strongest associations. Conclusions A module of metabolites was associated with adiposity measures in childhood.
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 | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».