MétaCan
Menu
Retour à la cohorte
Enregistrement W4404701390 · doi:10.1002/ajhb.24193

Enhancement of a Mathematical Model for Predicting Puberty Stage in Boys: A Cross‐Sectional Study

2024· article· en· W4404701390 sur OpenAlexaff
Paulo Francisco de Almeida‐Neto, Adam Baxter‐Jones, Ricardo Fernando Arrais, Jenner Chrystian Veríssimo de Azevedo, Paulo Moreira Silva Dantas, Breno Guilherme de Araújo Tinôco Cabral, Radamés Maciel Vítor Medeiros

Notice bibliographique

RevueAmerican Journal of Human Biology · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueHypothalamic control of reproductive hormones
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesUniversidade Federal do Rio Grande do NorteConselho Nacional de Desenvolvimento Científico e TecnológicoCoordenação de Aperfeiçoamento de Pessoal de Nível Superior
Mots-clésAnthropometryCross-sectional studyStage (stratigraphy)Linear discriminant analysisMedicineCross-validationMathematicsStatisticsDemographyInternal medicineBiology

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Background Previously, we developed a mathematical model capable of predicting pubertal development (PD) through seven anthropometric variables, with an accuracy of 75%. We believe that it is possible to develop a similar model that uses fewer anthropometric measurements and provides greater precision. Objective Develop a mathematical model capable of predicting PD through anthropometric variables. Methods We evaluated the anthropometric profile and PD by medical analysis in 203 boys (Age = 12.6 ± 2.6). Subsequently, we divided the boys into groups: development ( n = 121) and cross‐validation ( n = 82). Data from the development group were subjected to discriminant analysis to identify which anthropometric indicators would be potential predictors of PD. We subsequently developed an equation based on the indicated indicators and tested its validation using data from the cross‐validation group. Results Discriminant analyses showed that age and sitting‐height were the variables with the greatest power to predict PD ( p < 0.05). Consequently, the mathematical model was developed: Puberty‐score = −17.357 + (0.603 × Age [years]) + (0.127 × Sitting‐height [cm]). Based on the scores generated, we classified PD into stage‐I (score ≤ −1.815), stage‐II (score = −1.816 to −0.605), stage‐III (score = −0.606 to 0.695), stage‐IV (score = 0.696–3.410), and stage‐V (score > 3.410). No differences were found between PD assessments performed by doctors and assessments using the mathematical model ( p > 0.5). The prediction model showed high agreement ( R 2 = 0.867; CCC = 0.899; ICC = 0.900; Kappa = 0.922; α ‐Krippendorff = 0.885; Bland–Altman LoAs = −2.0, 2.0; pure error = 0.0009) with accuracy of 82.8% and precision of 82%. Analyses in the cross‐validation group confirmed the reliability of the prediction model. Conclusion The developed mathematical model presents high reliability, validity and accuracy and precision above 80% for determining PD in boys.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,191
Score d'incertitude au seuil0,350

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,043
Tête enseignante GPT0,374
Écart entre enseignants0,331 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmerican Journal of Human BiologyMême sujetHypothalamic control of reproductive hormonesTravaux en français237 207