MétaCan
Menu
Retour à la cohorte
Enregistrement W4414382211 · doi:10.1016/j.jacl.2025.05.018

Hypertension in youth with metabolic syndrome

2025· review· en· W4414382211 sur OpenAlexaff
Jhanahan Sriranjan, Claire Adams, Rahul Chanchlani, Manish D. Sinha

Notice bibliographique

RevueJournal of clinical lipidology · 2025
Typereview
Langueen
DomaineMedicine
ThématiqueBlood Pressure and Hypertension Studies
Établissements canadiensMcMaster Children's HospitalMcMaster University
Organismes subventionnairesnon disponible
Mots-clésMetabolic syndromePsychological interventionMultidisciplinary approachPharmacotherapyIntervention (counseling)Lifestyle modification

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Hypertension continues to increase in its prevalence in children and adolescents globally. This evolving health issue has been associated with the concurrent world-wide rise in childhood obesity. SOURCES OF MATERIAL: In this review, we aim to improve the awareness of hypertension in youth with metabolic syndrome (MetS) highlighting key published data. This review examines the interplay between MetS and hypertension during childhood and adolescence, covering its epidemiology, pathophysiology, screening, diagnosis, and potential management strategies. ABSTRACT OF FINDINGS: Hypertension and obesity are integral features of MetS, which describes a clustering of metabolic risk factors hallmarked by insulin resistance that significantly increases the risk of cardiovascular disease in adulthood. Children at risk of developing hypertension and MetS share many modifiable and non-modifiable risk factors, which are derived from common pathophysiological mechanisms. Identifying at-risk individuals through targeted screening is crucial, given their long-term adverse cardiovascular outcomes in young adulthood. CONCLUSION: Management of hypertension and MetS requires a stepwise, multidisciplinary approach, central to which is the recognition that adoption of healthy lifestyle intervention over the lifespan is key to prevention, with consideration for pharmacotherapy and other medical interventions as indicated.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,218
Tête enseignante GPT0,440
Écart entre enseignants0,221 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

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

En bref

Citations2
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of clinical lipidologyMême sujetBlood Pressure and Hypertension StudiesTravaux en français237 207