学龄前儿童超重肥胖列线图预测模型的构建
Practical Preventive Medicine(2023)
Abstract
目的 构建学龄前儿童发生超重肥胖的预测模型.方法 收集2021年10-12月乌鲁木齐市10所幼儿园1 897名儿童的一般资料、身体活动及体格测量,利用lasso回归和多因素logistic回归选择与儿童超重肥胖相关的变量构建列线图预测模型,应用受试者工作特征曲线下面积、校正曲线和决策曲线分析对模型的鉴别能力、准确性和临床实用性进行评估.结果 学龄前儿童超重肥胖检出率为31.21%(592名),经logistic回归分析发现,性别、年龄、父亲体重指数、母亲孕前体重指数、身体活动、出生体重、照护人对儿童体重认知、妊娠期是否患糖尿病、分娩方式是预测学龄前儿童发生超重肥胖的危险因素(P<0.05),列线图预测模型曲线下面积为0.831,Hosmer-Lemeshow拟合优度检验显示出较好的拟合度(P>0.05).决策曲线分析,当阈值概率为0.10~0.92,使用列线图预测模型预测学龄前儿童超重肥胖风险的净收益更高.结论 本研究构建并验证列线图预测模型,有助于早期识别学龄前儿童发生超重肥胖的风险.
MoreTranslated text
Key words
preschool child,risk factor,prediction model,nomogram
AI Read Science
Must-Reading Tree
Example
![](https://originalfileserver.aminer.cn/sys/aminer/pubs/mrt_preview.jpeg)
Generate MRT to find the research sequence of this paper
Chat Paper
Summary is being generated by the instructions you defined