#PAGE_PARAMS# #ADS_HEAD_SCRIPTS# #MICRODATA#

Využití růstových modelů ke konstrukci rychlostních křivek somatických znaků na základě dat semilongitudinální studie


Authors: P. Sedlák 1;  P. Bláha 1;  L. Jiroutová 1;  M. Brabec 2,3;  J. Vignerová 2
Authors‘ workplace: Katedra antropologie a genetiky člověka Přírodovědecké fakulty Univerzity Karlovy, Praha vedoucí prof. RNDr. Z. Šmahel, CSc. 1;  Státní zdravotní ústav, Praha ředitel MUDr. J. Volf, Ph. D. 2;  Oddělení nelineárního modelování a neuronových sítí, Ústav informatiky AV ČR, Praha ředitel prof. RNDr. J. Wiedermann, DrSc. 3
Published in: Čes-slov Pediat 2007; 62 (3): 133-145.
Category: Original Papers

Overview

Dynamiku růstu tělesné výšky i všech dalších somatických parametrů dítěte vystihují rychlostní růstové křivky, které znázorňují rychlost růstu daného znaku v jednotlivých věkových obdobích, vyjádřenou v podobě přírůstku za kalendářní rok.

Rychlostní křivky jsou konstruovány na základě dat longitudinálních růstových studií, poskytující údaje o individuálním průběhu růstu s ohledem na jeho interindividuální variabilitu v příslušné populaci. Průměrné rychlostní křivky daného znaku pak slouží jako normativy pro posouzení jeho růstové rychlosti, která je u základních tělesných parametrů, jako např. tělesná výška, limitujícím kritériem v diagnostice růstových poruch.

Předpokladem longitudinální studie je dlouhodobé sledování stejných jedinců a jejich opakovaná vyšetření v přesně definovaných intervalech. Z toho plyne řada komplikací, mezi něž patří vysoká organizační náročnost projektu, většinou podstatně omezená četnost souboru a postupná ztráta reprezentativnosti souboru, kdy se často řada jedinců k opakovaným vyšetřením nedostaví. Problémem je i ztráta aktuálnosti dat. Řešením uvedených nedostatků longitudinální studie je volba semilongitudinálního sledování, koncipovaného tak, že se jedná o krátká longitudinální sledování různých věkových skupin jedinců, která probíhají ve stejném čase. Při ukončení studie na sebe jednotlivé skupiny v přesně definovaném věku navazují. Výhodou správně koncipovaného navazujícího semilongitudinálního sledování je možnost shromáždění reprezentativního souboru dat v krátkém časovém intervalu. Takto získaná data lze díky vhodně zvoleným matematickým modelům využít ke konstrukci rychlostních křivek tělesných parametrů.

V letech 1997 až 2000 bylo celkem antropometricky vyšetřeno 1925 dětí (990 chlapců, 935 dívek) ve věku 6–15 let. Antropometrická měření probíhala v přesně vymezených půlročních intervalech tak, aby výsledná matice dat splňovala podmínky napojovaného longitudinálního sledování. Sledováno bylo celkem 29 somatických znaků, prezentovány jsou charakteristiky růstové dynamiky tělesné výšky, výšky vsedě, subischiální délky a délky horní končetiny. Ke konstrukci průměrných rychlostních křivek byl zvolen model lineární regrese se smíšenými efekty. Průměrná distanční křivka parametru byla konstruována jako polynom 7. stupně. Průměrná rychlostní křivka pak byla získána první derivací rovnice křivky distanční. Použitý matematický model citlivě zachytil obě nejvýraznější růstové akcelerace v dětství – mid-growth spurt (MGS) a pubertální spurt (PS). Byly vypočteny body lokálních maxim a minim jednotlivých spurtů a body inflexe. Na základě těchto charakteristik byla provedena podrobná analýza růstové dynamiky jednotlivých somatických znaků a stanovena průměrná doba délky jednotlivých etap obou růstových spurtů. Při orientačním porovnání věkových charakteristik rychlostních křivek semilongitudinálního souboru s průměrnými daty Curyšské longitudinální studie byl potvrzen nižší věk nástupu i vrcholu PS u dnešních dětí.

Klíčová slova:
růstové modely, rychlostní růstová křivka, růstová dynamika, semilongitudinální výzkum


Labels
Neonatology Paediatrics General practitioner for children and adolescents
Login
Forgotten password

Enter the email address that you registered with. We will send you instructions on how to set a new password.

Login

Don‘t have an account?  Create new account

#ADS_BOTTOM_SCRIPTS#