著名医師による解説が無料で読めます
すると翻訳の精度が向上します
目的:若者の代謝リスクを定量化するための疾病管理予防センター(CDC)およびFitnessgram(FGRAM)BMI基準の診断パフォーマンスを比較する。 方法:NHANESの青年(n = 3385)は、人体測定変数と代謝リスク因子について測定されました。BMIパーセンタイルが計算され、若者は体重状態(CDCおよびFGRAMのしきい値を使用)によって分類されました。参加者は、メタボリックシンドロームの有無に分類されました。CDCおよびFGRAMの標準は、代謝異常の有病率、さまざまな診断基準、およびメタボリックシンドロームのオッズによって比較されました。メタボリックシンドロームを検出するための最適なBMIパーセンタイルを特定するために、受信機の動作特性曲線も作成されました。 結果:肥満の若者におけるメタボリックシンドロームの有病率は、正常体重グループの2%未満と比較して19%〜35%でした。肥満の少年と少女のメタボリックシンドロームの確率は、通常の若者よりもそれぞれ46〜67〜22倍大きかった。受信機の動作特性分析では、男の子のCDC標準と女の子のFGRAM標準と同様の最適なしきい値を特定しました。全体として、BMIのしきい値は、少女よりも少年のメタボリックシンドロームとより強く関連していた。 結論:CDCとFGRAMの両方の標準は、メタボリックシンドロームを予測しています。CDCしきい値の診断ユーティリティは、男の子のFGRAM値よりも優れていましたが、FGRAMの標準は女の子にとってわずかに優れたしきい値でした。学校や臨床アプリケーションに共通のしきい値セットを使用することは、公衆衛生と臨床研究と実践に利点をもたらすでしょう。
目的:若者の代謝リスクを定量化するための疾病管理予防センター(CDC)およびFitnessgram(FGRAM)BMI基準の診断パフォーマンスを比較する。 方法:NHANESの青年(n = 3385)は、人体測定変数と代謝リスク因子について測定されました。BMIパーセンタイルが計算され、若者は体重状態(CDCおよびFGRAMのしきい値を使用)によって分類されました。参加者は、メタボリックシンドロームの有無に分類されました。CDCおよびFGRAMの標準は、代謝異常の有病率、さまざまな診断基準、およびメタボリックシンドロームのオッズによって比較されました。メタボリックシンドロームを検出するための最適なBMIパーセンタイルを特定するために、受信機の動作特性曲線も作成されました。 結果:肥満の若者におけるメタボリックシンドロームの有病率は、正常体重グループの2%未満と比較して19%〜35%でした。肥満の少年と少女のメタボリックシンドロームの確率は、通常の若者よりもそれぞれ46〜67〜22倍大きかった。受信機の動作特性分析では、男の子のCDC標準と女の子のFGRAM標準と同様の最適なしきい値を特定しました。全体として、BMIのしきい値は、少女よりも少年のメタボリックシンドロームとより強く関連していた。 結論:CDCとFGRAMの両方の標準は、メタボリックシンドロームを予測しています。CDCしきい値の診断ユーティリティは、男の子のFGRAM値よりも優れていましたが、FGRAMの標準は女の子にとってわずかに優れたしきい値でした。学校や臨床アプリケーションに共通のしきい値セットを使用することは、公衆衛生と臨床研究と実践に利点をもたらすでしょう。
OBJECTIVES: To compare the diagnostic performance of the Centers for Disease Control and Prevention (CDC) and FITNESSGRAM (FGram) BMI standards for quantifying metabolic risk in youth. METHODS: Adolescents in the NHANES (n = 3385) were measured for anthropometric variables and metabolic risk factors. BMI percentiles were calculated, and youth were categorized by weight status (using CDC and FGram thresholds). Participants were also categorized by presence or absence of metabolic syndrome. The CDC and FGram standards were compared by prevalence of metabolic abnormalities, various diagnostic criteria, and odds of metabolic syndrome. Receiver operating characteristic curves were also created to identify optimal BMI percentiles to detect metabolic syndrome. RESULTS: The prevalence of metabolic syndrome in obese youth was 19% to 35%, compared with <2% in the normal-weight groups. The odds of metabolic syndrome for obese boys and girls were 46 to 67 and 19 to 22 times greater, respectively, than for normal-weight youth. The receiver operating characteristic analyses identified optimal thresholds similar to the CDC standards for boys and the FGram standards for girls. Overall, BMI thresholds were more strongly associated with metabolic syndrome in boys than in girls. CONCLUSIONS: Both the CDC and FGram standards are predictive of metabolic syndrome. The diagnostic utility of the CDC thresholds outperformed the FGram values for boys, whereas FGram standards were slightly better thresholds for girls. The use of a common set of thresholds for school and clinical applications would provide advantages for public health and clinical research and practice.
医師のための臨床サポートサービス
ヒポクラ x マイナビのご紹介
無料会員登録していただくと、さらに便利で効率的な検索が可能になります。