Субекти

Резюме

Разпространението на детското затлъстяване в Китай напоследък става все по-тежко и са необходими интервенционни мерки за спиране на растежа му. В момента липсват методи за оценка и прогнозиране на детското затлъстяване. Ние разработваме предсказващ модел, който използва измервани в момента предиктори [пол, възраст, град/село, индекс на телесна маса (ИТМ)], за да определи количествено вероятността децата да принадлежат към една от четирите категории ИТМ 5 години по-късно и да идентифицира групата с висок риск за възможна намеса. Общо 88 980 студенти преминаха рутинен стандартен физически преглед и бяха преразгледани 5 години по-късно, за да завършат проучването. Пълният модел показва, че момчетата, градското пребиваване и височината имат положителни ефекти и че възрастта има отрицателен ефект върху преминаването към категория с наднормено тегло или затлъстяване, заедно със значителни ефекти на ИТМ. Нашият модел правилно предвижда категории на ИТМ 5 години по-късно за 70% от учениците. От 2018 до 2023 г. се очаква разпространението на затлъстяването при селските момчета и момичета да се увеличи съответно с 4% и 2%, докато при градските момчета и момичета се очаква да остане непроменено. Прогнозните модели ни помагат да оценим тежестта на детското затлъстяване и да предприемем целенасочени интервенции и лечения, за да го предотвратим.

Заден план

Методи

Събиране и обработка на данни

Комитетът по етика на човека в нашия институт (Център за контрол и превенция на заболяванията Yantai) одобри това проучване, след като потвърди, че всички процедури, включително антропометричните процедури и събирането на данни, са извършени в съответствие със съответните насоки и разпоредби. Писменото информирано съгласие на учениците е получено от родители, законни настойници или и от двамата. Участниците в настоящата кохорта бяха наети на случаен принцип от начални и прогимназиални училища (в Янтай) през септември 2013 г. по време на физически преглед, проведен от нашия институт. Всички участници бяха проследени пет години по-късно (през септември 2018 г.). Към началото на проучването бяха записани общо 96 264 лица, а 88 980 завършиха проучването (като малка част липсва напълно на случаен принцип поради неподходящи проблеми).

Описание на антропометричните мерки: Всички изследователи участваха в обучение по антропометрични процедури и събиране на данни и всички инструменти бяха калибрирани. Децата бяха помолени да свалят дебели дрехи, обувки и чорапи по време на процеса на измерване, а теглото и височината им бяха измерени с точност съответно до 0,1 см и 0,1 кг. В допълнение бяха събрани името, полът, датата на раждане, степента и района или местоживеенето (градско или селско) на децата.

Индексът на телесна маса (BMI) се изчислява като тегло (kg)/височина (m) 2; критериите за оценка за поднормено тегло, нормално, наднормено тегло и затлъстяване варират за различните полове и възрастови групи според китайските национални критерии, специално разработени да предоставят изчерпателен стандарт за оценка на развитието на децата в юношеска възраст. 9,10 Големият размер на извадката е достатъчен за точна оценка на малката група параметри [точкова оценка и 95% доверителен интервал (CI)] и тестване на значимостта на всеки предиктор.

Статистически анализ

Средната височина и ИТМ в популацията показват различни нарастващи тенденции с възрастта. Увеличенията също зависят както от пола, така и от областта. Първо използваме стълбовидни диаграми, за да представим резултатите от изследователския анализ на разпределението на проследяващите категории ИТМ, като направим маргинални сравнения между групите (например момчета и момичета). Нашият първичен анализ използва логит модел на базова категория за количествено определяне на крайните вероятности за категория ИТМ въз основа на набора от предиктори, измерени в началото на проучването. Прогнозата за категорията ИТМ (през 2023 г.) може да бъде направена въз основа на новите данни и може да бъде идентифицирана групата с висок риск (голяма вероятност от затлъстяване). Анализът на данни и напасването на модела се изпълняват чрез използване на R 3.5.0. и SAS 9.2.

Модел монтаж

Прилагаме следния модел на logit от категория базови линии:

Тук основната категория е J = 2 („нормално“) и три други категории (j = 1, 3, 4) представляват „поднормено тегло“, „наднормено тегло“ и „затлъстяване“ със следните вероятности за категория:

Тук предиктор х е вектор на променливи (хi, i = 1…, 5), т.е. пол, област, възраст, височина и BMI13 [теглото се пропуска поради връзката между BMI = тегло (kg)/височина (m) 2]. Изчисляваме емпиричните вероятности да бъдем в категориите „затлъстели“ и „нормални“ за всяка възрастова група, а профилите на дневника (коефициент на вероятност) (фиг. 1) показват никакви взаимодействия (между възраст, ИТМ, височина и пол); подобни наблюдения се откриват и за променливата на областта. По този начин, линеен възрастов ефект в уравнение (1) се прилага.

промяна

Емпиричният дневник (съотношение на вероятността [затлъстяване: нормално]) спрямо възрастта и ИТМ.

Взаимодействията, открити в това предварително проучване, са или незначителни, или представляват малък интерес за нас и са изключени от модела. Големият размер на извадката е достатъчен за нашия тест за значимост на параметъра предвид малкия набор от предиктори.

За да оценим ефективно параметрите, използваме подхода за отделна оценка на максималната вероятност (SMLE), като приспособяваме отделен логистичен модел към всяка субпопулация (отговор (Y.) = j, 2> в уравнение (2)), където \ (p_ ^ \ ляво (x \ дясно) \) представлява събитието (Y = j) вероятност със стойности на параметри, идентични с тези в уравнения. (1–2), т.е.,

Кривите ROC, 5-годишната по-късно таблица за класификация на резултатите от многокатегорийни прогнози и сравнение с други алгоритми за подбор на модели (напр. Глобална оценка на максималната вероятност (GMLE), използваща итерация на Нютон-Рафсън) са направени за оценка на нашия подход. Групата с висок риск е решена да позволи възможна намеса. Ограничаваме BMI13 да бъде в рамките на [10,35] (н = 88 879), за да се избегнат грешки при стартиране на програмата.

Резултати

Описателна статистика

Общите характеристики на децата на изходно ниво са изброени в Таблица 1. Първоначалната извадка включва 96 264 деца (49 220 момчета и 47 044 момичета на възраст 6-11 години към 2013 г.). Учениците от ханска националност представляват 99,86% от извадката, докато тези от други националности представляват 0,14%. Общо 55,66% от извадката идва от градските райони.

Анализ между категориите

Промените в различните категории (от 2013 до 2018 г.) са обобщени в таблица 2. През 2013 г. най-разпространената категория ИТМ сред децата е нормалното тегло (55%), последвано от затлъстяване (25%), наднормено тегло (17%) и поднормено тегло (3%). Разпространението на затлъстяването намалява значително от 2013 до 2018 г. (95% CI 0,02, 0,03). Общо 3%, 4% и 20% от децата в групите с поднормено тегло, нормално и наднормено тегло през 2013 г., съответно преминават към групата със затлъстяване през 2018 г. Шестдесет и пет процента от групата на затлъстелите през 2013 г. все още е групата със затлъстяване в 2018. Седемдесет и три процента от групата на затлъстелите през 2018 г. са били със затлъстяване през 2013 г. Сред децата в групата със затлъстяване през 2013 г. 13% и 22% преминават в групи с нормално и наднормено тегло през 2018 г., съответно. Степените на разпространение са нанесени на фиг. 2 (стратифицирани и групирани по възраст и категория BMI13). По-голямата част от учениците с нормално тегло или затлъстяване през 2018 г. са в същата категория, в която са били през 2013 г. Момчетата и в четирите категории BMI13 са по-склонни от момичетата да бъдат затлъстели през 2018 г. [стр Таблица 2 Матрични разпределения на категоричния индекс на телесна маса (от 2013 до 2018 г.).

Пропорции на категория ИТМ (2018) (стратифицирани по възраст през 2013 г.).

Моделен анализ

Оценките на параметрите SMLE са обобщени в таблица 3; всички предиктори в уравнение (1) бяха значителни (стр Таблица 3 Оценки на параметри от монтирането на три отделни логистични регресии.

ROC криви от подходи за монтаж на SMLE и GMLE.

Оценка на подхода SMLE

Проучване за начално зареждане осигурява структурата на корелация между три набора от оценени параметри на регресия [уравнение. (1)], където истинските стойности на параметрите са тези точкови оценки (SMLE) в таблица 3 и предикторът (х) популацията е идентична с тази, от която е монтиран моделът (Таблица 3). Очакваните SML оценки имат средства, които са много близки до истинските стойности и отклонения, силно съответстващи на доверителните интервали в таблица 3. Коефициентите на корелация между тези прогнозни 18 (3 × 6) параметъра са полезни за по-нататъшно заключение (напр. Прилагане на корекция на множествеността за контрол фалшиво откритие). Например, прогнозните коефициенти „възраст“ и „височина“ са силно отрицателно корелирани за всяка хранителна категория [j = 1, 3, 4 в уравнения. (1–3)]:

Въз основа на предходните процедури е възможно идентифицирането на група с висок риск от затлъстяване. Съвместната област на високорисково решение е разработена въз основа на следните сурови диапазони от различни предиктори: 6–11 (възраст), 110–170 (височина (см)) и 10–35 (ИТМ). За целите на илюстрацията, при праг от 0,9, изчисляваме вероятността от затлъстяване (Pr (O)) за всеки ученик, записан през 2018 г. (стратифициран по пол и област, възраст = 6–11).

Студенти с Pr (O)> 0,9 ще бъдат включени в групата с висок риск с изчислената и начертана (напр. За момчета в града) съвместна (височина, ИТМ) област (т.е. долна граница на ИТМ) на фиг. 4 С увеличаване на възрастта границата на високорисковата група се придвижва към горния десен ъгъл.

Високорискови групи, определени по височина и ИТМ (градски момчета, стратифицирани по възраст).

Дискусия

Нашето проучване е наблюдателно кохортно изследване на популацията. Ние разработваме логически модел на базови категории, за да определим количествено вероятностите за бъдещи категории ИТМ с цел генериране на нови доказателства за реформа на политиката, основана на най-ефективните начини за намаляване на детското затлъстяване. Високорисковата група може да бъде идентифицирана чрез прогнозиране на категорията на ИТМ. Моделът има съществена отговорност при прогнозиране на честотата на затлъстяване, като се има предвид признатия в момента набор от фактори. Очакваните нива на наднормено тегло и затлъстяване през 2023 г. показват, че процентите на затлъстяване както при момчетата, така и при момичетата във всички възрасти през 2023 г. изглеждат значително по-високи от тези през 2018 г. Степента на затлъстяване сред учениците в селските райони през 2023 г. изглежда значително се увеличава в сравнение с тези на техните връстници от 2018 г.

Доколкото ни е известно, това е първото базирано на модел надлъжно проучване в Китай, което количествено определя предсказващия механизъм, свързващ предикторите с честотата на затлъстяването 5 години по-късно, а височината на изходното ниво изглежда е важен предиктор. В проучването използвахме данни, събрани на 5-годишен интервал, и оценихме дали участниците са били със затлъстяване по време на наблюдението. Нашето проучване се възползва от ефективни статистически модели и алгоритми и 70% от учениците са правилно предсказани [по-високо от друго проучване 20 (55–60%)]. Прогнозираният процент на затлъстяване през 2023 г. показва, че епидемията от детско затлъстяване може да се влоши и да изисква бърза профилактика. Прогнозира се, че нивата на затлъстяване сред по-възрастните момчета и момичета, както и учениците от селските райони ще бъдат по-високи през 2023 г. от 2018 г. Очакваме, че усилията за превенция на затлъстяването за по-малки деца и деца в селските райони могат да бъдат ефективни за тези деца, които най-вероятно ще станат затлъстяване по време на детството и юношеството.

Нашето проучване осигурява подкрепа за силната перспективна връзка на изходния ИТМ и височината с бъдещата категория на ИТМ. Други проучвания показват, че децата със здравословни поведенчески навици имат по-нисък ИТМ при проследяване и по-малък риск от наднормено тегло и затлъстяване. 21 Следователно нашето бъдещо изследване ще изследва факторите, които влияят на ИТМ и ще определи съответните фактори за увеличаване на теглото като фокус на интервенцията. Освен това са необходими дългосрочни надлъжни проучвания за проследяване на тенденциите в промените в ИТМ и предоставяне на повече данни за валидиране на прогнозния модел. И накрая, това проучване може да предостави повече епидемиологична информация за подобряване на наблюдението на затлъстяването при деца и юноши и прозрения в същността на епидемията от затлъстяване; обаче не бихме могли да изключим напълно остатъчните объркващи фактори поради неизмерени потенциални объркващи фактори.

Наличност на данни

Данните, използвани по време на настоящото проучване, не са публично достъпни, но са достъпни от съответния автор при основателна заявка.