Body composition at birth and its relationship with neonatal anthropometric ratios: the newborn body composition study of the INTERGROWTH-21st project
Notice bibliographique
Résumé
BackgroundWe aimed to describe newborn body composition and identify which anthropometric ratio (weight/length; BMI; or ponderal index, PI) best predicts fat mass (FM) and fat-free mass (FFM).MethodsAir-displacement plethysmography (PEA POD) was used to estimate FM, FFM, and body fat percentage (BF%). Associations between FFM, FM, and BF% and weight/length, BMI, and PI were evaluated in 1,019 newborns using multivariate regression analysis. Charts for FM, FFM, and BF% were generated using a prescriptive subsample (n=247). Standards for the best-predicting anthropometric ratio were calculated utilizing the same population used for the INTERGROWTH-21st Newborn Size Standards (n=20,479).ResultsFFM and FM increased consistently during late pregnancy. Differential FM, BF%, and FFM patterns were observed for those born preterm (34+0-36+6 weeks' gestation) and with impaired intrauterine growth. Weight/length by gestational age (GA) was a better predictor of FFM and FM (adjusted R2=0.92 and 0.71, respectively) than BMI or PI, independent of sex, GA, and timing of measurement. Results were almost identical when only preterm newborns were studied. We present sex-specific centiles for weight/length ratio for GA.ConclusionsWeight/length best predicts newborn FFM and FM. There are differential FM, FFM, and BF% patterns by sex, GA, and size at birth.
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 | 0,001 | 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».