Diet quality, eating behaviors, other lifestyle factors and cardiometabolic risk in children
Bibliographic record
Abstract
L'obesitat infantil té repercussions en la infància i l'adultesa. A Espanya, el 41% dels nens de 6-9 anys van tenir sobrepès o obesitat en 2019 i, actualment és un dels països europeus amb major prevalença. L'etiologia de l'obesitat és multifactorial i està principalment relacionada amb l'estil de vida. Recentment, la velocitat d'ingesta alimentària, la freqüència dels menjars i l'adherència a la dieta mediterrània van ser suggerits com a possibles causes d'obesitat. No obstant això, l'evidència sobre els nens és limitada. \nAquesta tesi resumeix l'evidència sobre les associacions entre uns certs comportaments alimentaris, el risc cardiometabòlic i la qualitat de la dieta. També ha avaluat l'associació entre la velocitat d'ingesta alimentària, el risc cardiometabòlic i l'adherència a dieta Mediterrània. A més, es va crear una puntuació composta que va avaluar conjuntament l'adherència a la dieta Mediterrània, la velocitat d'ingesta, la lactància materna i altres comportaments d'estil de vida en associació amb factors de risc cardiometabòlic en nens, així com la contribució individual de cadascun d'aquests comportaments d'estil de vida. \nAquesta tesi mostra que la velocitat d'ingesta i l'adherència a dieta Mediterrània estan relacionades amb el risc cardiometabòlic en nens. Encara que la co-ocurrència dels comportaments d'estil de vida avaluats es va associar amb el risc cardiometabòlic, la contribució individual de cadascun d'ells va mostrar no ser igual. Menjar lent sembla contribuir més a un millor perfil cardiometabòlic. Mentre que una major adherència a la dieta Mediterrània es va associar a menors nivells de triglicèrids sèrics. És necessari més estudis que confirmin les associacions observades. En aquest cas, els resultats d'aquesta tesi tenen el potencial de contribuir a dissenyar millors estratègies de prevenció i tractament de l'obesitat infantil.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.005 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".