Informations

Limites de l'IMC dans l'interprétation chez les personnes de taille élevée/faible

Limites de l'IMC dans l'interprétation chez les personnes de taille élevée/faible


We are searching data for your request:

Forums and discussions:
Manuals and reference books:
Data from registers:
Wait the end of the search in all databases.
Upon completion, a link will appear to access the found materials.

Dans une étude, je mesure l'IMC d'un large échantillon de personnes adultes.

Parmi eux, il y en a qui ont une taille très basse et très haute.

Comme je peux le lire sur internet (comme ici ou même dans le wiki, par exemple), l'IMC n'est pas pertinent pour les personnes très petites ou très grandes.

Certains professeurs de mathématiques ont même écrit un article avec un "meilleur" calcul de l'IMC, mais avec un très faible impact dans le monde scientifique (je ne l'ai pas trouvé sur pubmed) donc il n'est pas vraiment évalué par des pairs.

Prenons quelques exemples, en supposant que "l'IMC normal" est de 21 :

  • pour un adulte de 110 cm, le poids idéal est de 25 kg
  • pour un adulte de 130 cm, le poids idéal est de 36 kg

Ces poids me paraissent vraiment faibles. A noter que la coupure du nanisme est de 145 cm en France.

Ma question est alors la suivante : Comment puis-je choisir une coupure sur la taille pour exclure les valeurs d'IMC ?

NB : je n'ai rien trouvé sur pubmed ni sur google Scholar, mais j'ai peut-être raté un article important


La meilleure procédure va dépendre de ce que vous allez faire exactement avec vos données. Quoi qu'il en soit, vous devriez NE PAS exclure les valeurs de l'IMC. Incluez simplement la taille, le poids, et IMC. Si vous signalez simplement l'IMC comme caractéristique de votre population d'étude, vous pouvez annoter ce chiffre et laisser vos examinateurs et lecteurs décider quoi en penser. Cela suit les principes du chapitre 4 de Hulley's Designing Clinical Research. Vous voulez obtenir et conserver toutes les données.

Si vous allez effectuer une analyse plus approfondie sur l'IMC, ou si l'IMC est un résultat de votre étude, alors vous pouvez évaluer l'impact d'un seuil sur vos résultats, mais vous devez décider à l'avance comment vous allez faire votre primaire une analyse. Je recommande d'utiliser l'ensemble de données complet (pas de seuil de hauteur) pour votre analyse principale (car * il n'y a pas de pratique établie pour un seuil de hauteur d'IMC dans la littérature médicale générale), puis d'exécuter une analyse secondaire qui exclut les sujets de recherche au-dessus d'un certain seuil (vous pouvez le choisir, mais selon la taille de votre échantillon, 2 écarts types pourraient être raisonnables). Cette analyse secondaire serait une analyse génératrice d'hypothèses. Si l'exclusion des personnes très petites et très grandes a changé les résultats de votre analyse, c'est quelque chose à mentionner dans votre discussion et à considérer pour la prochaine étude.

* Si vous êtes dans un domaine spécialisé, suivez la pratique de ce domaine pour votre analyse principale.


Introduction à l'analyse de corrélation et de régression

Dans cette section, nous discuterons d'abord de l'analyse de corrélation, qui est utilisée pour quantifier l'association entre deux variables continues (par exemple, entre une variable indépendante et une variable dépendante ou entre deux variables indépendantes). L'analyse de régression est une technique connexe pour évaluer la relation entre une variable de résultat et un ou plusieurs facteurs de risque ou variables de confusion. La variable de résultat est aussi appelée la réponse ou variable dépendante et les facteurs de risque et les facteurs de confusion sont appelés les prédicteurs , ou explicatif ou variables indépendantes . Dans l'analyse de régression, la variable dépendante est notée "y" et les variables indépendantes sont notées "X".

[ REMARQUE: Le terme « prédicteur » peut être trompeur s'il est interprété comme la capacité de prédire même au-delà des limites des données. En outre, le terme « variable explicative » pourrait donner l'impression d'un effet causal dans une situation dans laquelle les inférences devraient être limitées à l'identification d'associations. Les termes « indépendante » et «


Quelle est l'erreur standard ?

Les statistiques d'erreur standard sont une classe de statistiques qui sont fournies en sortie dans de nombreuses statistiques inférentielles, mais fonctionnent comme des statistiques descriptives. Plus précisément, le terme erreur standard fait référence à un groupe de statistiques qui fournissent des informations sur la dispersion des valeurs au sein d'un ensemble. L'utilisation de la statistique d'erreur standard présuppose que l'utilisateur est familier avec le théorème central limite et les hypothèses de l'ensemble de données avec lequel le chercheur travaille.

Le théorème central limite est une hypothèse de base de toutes les statistiques inférentielles paramétriques. Son application exige que l'échantillon soit un échantillon aléatoire et que les observations sur chaque sujet soient indépendantes des observations sur tout autre sujet. Il indique que quelle que soit la forme de la population parente, la distribution d'échantillonnage des moyennes dérivées d'un grand nombre d'échantillons aléatoires tirés de cette population parente présentera une distribution normale (1). Plus précisément, bien qu'un petit nombre d'échantillons puisse produire une distribution non normale, à mesure que le nombre d'échantillons augmente (c'est-à-dire que m augmente), la forme de la distribution des moyennes de l'échantillon se rapprochera rapidement de la forme de la distribution normale. Une deuxième généralisation du théorème central limite est que comme m augmente, la variabilité des moyennes d'échantillon diminue (2). Ceci est important car le concept de distributions d'échantillonnage constitue le fondement théorique des mathématiques qui permettent aux chercheurs de tirer des conclusions sur les populations à partir d'échantillons.

Les chercheurs ne prélèvent généralement qu'un seul échantillon. Il ne leur est pas possible de prendre des mesures sur l'ensemble de la population. Ils n'ont ni le temps ni l'argent. Pour les mêmes raisons, les chercheurs ne peuvent pas tirer de nombreux échantillons de la population d'intérêt. Par conséquent, il est essentiel pour eux de pouvoir déterminer la probabilité que leurs mesures d'échantillon soient une représentation fiable de l'ensemble de la population, afin qu'ils puissent faire des prédictions sur la population. La détermination de la représentativité d'un échantillon particulier est basée sur la distribution d'échantillonnage théorique dont le comportement est décrit par le théorème central limite. Les statistiques d'erreur standard sont des estimations de l'intervalle dans lequel les paramètres de population peuvent être trouvés et représentent le degré de précision avec lequel la statistique d'échantillon représente le paramètre de population. Plus l'erreur type est faible, plus la statistique de l'échantillon est proche du paramètre de population. L'erreur type d'une statistique est donc l'écart type de la distribution d'échantillonnage pour cette statistique (3)

Comment, pourrait-on demander, l'erreur type diffère-t-elle de l'écart type ? Les deux concepts semblent être très similaires. Ils sont assez similaires, mais sont utilisés différemment. L'écart type est une mesure de la variabilité de l'échantillon. L'erreur type est une mesure de la variabilité de la distribution d'échantillonnage. Tout comme l'écart type est une mesure de la dispersion de valeurs dans l'échantillon, l'erreur standard est une mesure de la dispersion des valeurs dans la distribution d'échantillonnage. C'est-à-dire de la dispersion des moyennes des échantillons si un grand nombre d'échantillons différents avaient été tirés de la population.


Figure ceci

Références et formules utilisées par le calculateur de surface corporelle.

La formule de la surface corporelle.

Vous trouverez ci-dessous la formule de la surface corporelle des Drs Mosteller, DuBois et DuBois, Haycock et Boyd.

La formule 1 de Mosteller

BSA (m 2 ) = SQRT ( [Hauteur (cm) x Poids (kg) ]/3600 ) par exemple. BSA = SQRT( (cm*kg)/3600 )

ou en pouces et en livres : BSA (m 2 ) = SQRT ( [Hauteur (in) x Poids (lbs)] / 3131 )

La formule DuBois et DuBois 2

BSA (m 2 ) = 0,20247 x Hauteur (m) 0,725 x Poids (kg) 0,425

Une variante de DuBois et DuBois 15 qui donne des résultats pratiquement identiques est :

BSA (m 2 ) = 0,007184 x Hauteur (cm) 0,725 x Poids (kg) 0,425

Ce graphique montre 33 patients adultes atteints de cancer, comparant leur BSA calculée avec les méthodes de Mosteller et DuBois. Les patients ont été pré-triés par ordre croissant de BSA. Les points de données sont si proches les uns des autres que les lignes se chevauchent.

La formule Haycock 3

BSA (m 2 ) = 0,024265 x Hauteur (cm) 0,3964 x Poids (kg) 0,5378

La formule Gehan et George 4

BSA (m 2 ) = 0,0235 x Hauteur (cm) 0,42246 x Poids (kg) 0,51456

La formule Boyd 5

BSA (m 2 ) = 0,0003207 x Hauteur (cm) 0,3 x Poids (grammes) (0,7285 – (0,0188 x LOG (grammes))

La formule de Mosteller est recommandée 6 . Pour en savoir plus sur les problèmes et les différences entre les formules BSA, lisez le rapport sur les normes BSA de Thanh Vu B.Sc(pharm). Cela explique pourquoi la formule de Mosteller a été adoptée pour être utilisée par le comité de pharmacie et de thérapeutique du Cross Cancer Institute, Edmonton, Alberta, Canada.

Formule de poids corporel maigre et formule de poids corporel idéal

Poids corporel maigre (hommes) = (1,10 x poids (kg)) – 128 ( poids 2 / (100 x taille (m)) 2 )

Poids corporel maigre (femmes) = (1,07 x poids (kg)) – 148 ( poids 2 / (100 x taille (m)) 2 )

cliquez ici pour plus d'informations sur le poids corporel maigre, ou la masse corporelle maigre.

Poids corporel idéal (hommes) = 50 + 2,3 (taille (en) – 60) (formule divine)

Poids corporel idéal (femmes) = 45,5 + 2,3 (taille (pouces) – 60) (formule Robinson)

cliquez ici pour plus d'informations sur les formules Poids Idéal.

Formule pour l'indice de masse corporelle.

Indice de masse corporelle = Poids (kg) / Taille (m) 2

Définitions de "surpoids".

Un indice de masse corporelle compris entre 25 et 29,9 est un "surpoids", supérieur ou égal à 30 est un "obésité"7 . Cependant, certaines personnes très musclées peuvent avoir des indices de masse corporelle élevés et chez les adolescents, les IMC entraînent fréquemment une surestimation de l'adiposité. Une meilleure classification 8 du "surpoids" est donnée dans ce tableau ci-dessous. Ces nombres sont utilisés dans le calculateur BSA.

Femmes Hommes
insuffisance pondérale <19.1 <20.7
poids idéal 19.1-25.8 20.7-26.4
légèrement en surpoids 25.8-27.3 26.4-27.8
en surpoids 27.3-32.3 27.8-31.1
très en surpoids ou obèse >32.3 >31.1

Le percentile de poids et le percentile de taille, par rapport à la population.

Un adulte dont le poids est au 50 e centile, est au poids moyen de la population. Un adulte au 90 e centile est assez lourd.

Pour calculer les centiles, la version la plus ancienne de la calculatrice utilisait les données de poids d'une étude 9 portant sur 3 992 patients atteints de cancer adultes consécutifs ayant subi une tomodensitométrie. Cette étude n'a pas stratifié les hommes par rapport aux femmes et n'a pas inclus la pédiatrie. En utilisant la distribution de la variance de cette étude, puis en ajustant les moyennes à 79,4 kg pour les hommes et à 64,5 kg pour les femmes, il a pu estimer le percentile de poids. Les données sur la taille proviennent d'une étude portant sur 10 de 600 patients cancéreux sélectionnés au hasard. Cette étude n'a pas non plus stratifié les hommes par rapport aux femmes et n'a pas inclus la pédiatrie. En utilisant la distribution de la variance de cette étude, puis en ajustant les moyennes à 69 pouces pour les hommes et à 64 pouces pour les femmes, l'ancienne calculatrice a pu estimer le percentile de la taille.

La prochaine version de la calculatrice a utilisé de meilleures données. Les données pédiatriques ont été dérivées des courbes de croissance pédiatriques standard, basées sur les données américaines de 1979 13 . Les données sur les adultes pour la taille et le poids médians proviennent des données canadiennes de 1997 11 . Les variances pour la taille et le poids et le poids pour les données sur la taille proviennent des données canadiennes de 1971 12 . Les Américains ont tendance à être un peu plus grands et plus lourds que les Canadiens.

La version la plus récente du calculateur est passée à l'utilisation exclusive des données américaines de l'enquête NHANES III 14 de 1988 à 1994. Ces données sont utilisées pour l'algorithme des percentiles de taille et de poids. Il intègre à la fois les données sur les tailles et les poids des adultes et des enfants, les valeurs médianes (moyennes) et les variances (la plage d'adiposité / minceur). Gardez cela à l'esprit que les Américains ont tendance à être plus grands et plus lourds que de nombreuses autres nationalités.


Résultats

Caractéristiques du patient et du traitement

Les données sur le niveau d'éducation, les comorbidités et les caractéristiques du mode de vie sont représentées dans le tableau 2.

L'âge moyen au début de L et L+T était respectivement de 15 ans 10 mois et 17 ans 5 mois. La durée moyenne de traitement pour L était de 12,6 mois et pour L+T de 11,4 mois. Aucun patient n'a arrêté le traitement parce qu'il ne souhaitait plus poursuivre le changement de sexe.

Effets secondaires

Les effets secondaires rapportés sont présentés dans le tableau 2. Des maux de tête et des bouffées de chaleur ont été rapportés pendant la monothérapie L, tandis que la fatigue était une plainte pendant les deux L et L + T. Un des quatre patients présentant des bouffées de chaleur a arrêté le traitement en raison de cet effet secondaire. Pendant L, il y avait une augmentation non significative de l'acné (P = 0,125) cependant, la prévalence de l'acné a augmenté de manière significative au cours des 6 premiers mois de L+T (P = 0,021), nécessitant un traitement par acide rétinoïque par voie orale chez trois personnes sur 13. La métrorragie a été principalement signalée au cours des 6 premiers mois de L mais a diminué de manière significative au cours des 6 mois suivants (P = 0,004). Pendant L+T, la prévalence des métrorragies a légèrement augmenté au cours du traitement.

Anthropométrie

La taille moyenne au début de L était de 164,6 cm, et au début de L+T, elle était de 167,6 cm. Le poids et l'indice de masse corporelle (IMC) ont augmenté de manière significative au cours des 6 premiers mois (P = 0,004 et P = 0,031, respectivement), mais était revenu à la ligne de base après 12 mois de L (P = 0,538 et P = 0,918, respectivement). L+T était associé à une prise de poids significative et continue après 6 mois (P = 0,023 et P = 0,003) et 12 mois (P = 0,002 et P = 0,015, respectivement). Cette augmentation du poids et de l'IMC était significativement différente des changements de poids chez les pairs biologiques du même sexe du même âge, sur la base des scores d'écart-type (SD) [27]. L'évolution du poids et de l'IMC est représentée dans le tableau 3.

Analyses biochimiques

Paramètres de sécurité et métaboliques

Les taux moyens d'hémoglobine (Hb) et d'hématocrite (Hct) ont augmenté de manière significative au cours des 6 premiers mois de L et de L+T mais sont restés stables au cours des 6 mois suivants. Aucune des valeurs individuelles d'Hb n'a dépassé la référence supérieure de l'homme adulte (Fig. 1a, b).

Diagrammes en boîte et en moustache des paramètres biochimiques. L0 valeurs de référence, L6m après 6 mois de L, L12m après 12 m de L, L+T0 avant le début de L+T, L+T6m après 6 mois de L+T, L+T12m après 12 mois de L+T. une Hémoglobine (g/dL, multiplier par 10 pour les unités SI : g/L) b hématocrite (%, multiplier par 0,01 pour les unités SI : proportion de 1,0) c AST (U/L, multiplier par 0,0167 pour les unités SI : kat/L) ALT (U/L, multiplier par 0,0167 pour les unités SI : kat/L) e HDL (mg/dL, multiplier par 0,0259 pour les unités SI : mmol/L) F LDL (mg/dL, multiplier par 0,0259 pour les unités SI : mmol/L) g créatinine (mg/dL, multiplier par 88,4 pour les unités SI : μmol/L) h globuline liant les hormones sexuelles (nmol/L) je hormone lutéinisante (U/L) j estradiol (ng/L, multiplier par 3,671 pour les unités SI : pmol/L) k testostérone (ng/dL, multiplier par 0,0347 pour les unités SI : nmol/L) je testostérone libre (ng/dL, multiplier par 34,7 pour les unités SI : pmol/L). L monothérapie au lynestrénol L+T thérapie combinée de lynestrénol et d'esters de testostérone, AST/ALT aspartate/alanine amino transférase, HDL/LDL lipoprotéines de haute/basse densité

Seule l'alanine amino transférase (ALT) mais pas l'aspartate amino transférase (AST) a montré une augmentation statistiquement significative, bien que non cliniquement pertinente, après 12 mois de L. Chez un patient, les taux d'ALT ont augmenté de manière transitoire au-dessus de la référence masculine supérieure à 57 U/L après 12 mois de L mais normalisé après le début de L+T. Les taux d'ALT et d'AST ont encore augmenté sous traitement L+T mais sont restés bien dans la plage de référence masculine. Aucun des patients n'a atteint le seuil de trois fois la limite supérieure de référence que nous avons considérée comme le seuil d'arrêt du traitement (Fig. 1c, d). La créatinine a augmenté de manière significative pendant les 6 premiers mois de L et pendant les 6 premiers mois de L+T mais est restée stable les 6 mois suivants (Fig. 1g).

Les taux de cholestérol total et de triglycérides n'ont pas changé pendant le traitement, cependant, les taux moyens de HDL ont diminué de manière significative et les taux moyens de lipoprotéines de basse densité (LDL) ont augmenté de manière significative au cours des 6 premiers mois de L. Au cours de L+T, les taux moyens de LDL n'ont pas changé de manière significative (Fig. 1e, f). Aucun changement significatif de l'hémoglobine A1c (HbA1c), des taux de glucose, des taux d'insuline ou de l'indice d'évaluation du modèle d'homéostasie (HOMA) n'a été observé pendant le traitement L ou L+T.

Niveaux d'hormones

Bien qu'aucun changement significatif des taux moyens de TSH n'ait été observé, les taux de fT4 ont augmenté de manière significative au cours du premier et du second semestre de L. Au cours des 6 premiers mois de L+T, il y a eu une diminution de la TSH accompagnée d'une diminution significative et consécutive de fT4 au cours du premier et des 6 prochains mois de traitement. Cependant, chez tous les patients, les taux sériques de TSH et de fT4 sont restés bien dans la plage de référence (tableau 4). Les huit patients qui utilisaient des CO avant le début de L ont été exclus pour l'analyse de base de LH, FSH, E2, A et SHBG. Les niveaux moyens d'AMH, de T et de fT n'étaient pas différents chez les utilisateurs de CO par rapport aux non-utilisateurs de CO et ont été inclus dans les analyses de base.

Les niveaux moyens de SHBG, de LH, mais pas de FSH ont fortement diminué au cours des 6 premiers mois de L et sont restés inchangés au cours des 6 mois suivants (Fig. 1h). Ce n'est qu'après L+T que la LH et la FSH ont toutes deux été complètement supprimées (Fig. 1i). L a provoqué une diminution significative des niveaux moyens d'E2 à 6 mois sans aucun changement significatif par la suite (Fig. 1j). Les taux moyens d'AMH n'ont pas changé au cours du traitement.

La diminution significative des niveaux de T au cours des 6 premiers mois de L s'accompagnait d'une augmentation non significative de fT . T et fT n'ont pas changé au cours des 6 mois suivants. Comme prévu, le T moyen a augmenté de manière significative au cours des premiers mois de L+T, déjà à la dose la plus faible (50 mg/2 semaines) et a encore augmenté au cours des mois suivants pour atteindre des valeurs de T bien dans la plage de référence des mâles. Cela s'est accompagné d'une augmentation similaire des niveaux de fT. Certains patients ont dépassé la référence supérieure masculine de 25 ng/dL, en raison d'un prélèvement sanguin proche de la dernière injection de TE (Tableau 4 et Fig. 1k,l).


Symptômes de niveaux mono anormaux

Bien que des niveaux élevés ou faibles de monocytes apparaissent dans un test sanguin ne produiront aucun symptôme en soi, vous pouvez montrer des signes de la cause de niveaux anormaux de mono. Voyons brièvement ce que certains d'entre eux pourraient être.

Infections

Les infections bactériennes ou virales sont l'un des symptômes les plus courants des niveaux anormaux de mono. Par exemple, le Journal des sciences dentaires et médicales ont signalé que les raisons courantes de la monocytose (nombre élevé de monocytes) comprennent : 4

Articulations enflammées et raides

Un autre symptôme de monocytes anormaux dans les résultats des tests sanguins de laboratoire est l'inflammation des articulations causée par des conditions arthritiques. Selon le Journal de biologie des leucocytes, des taux élevés de mono peuvent être le signe de maladies inflammatoires chroniques comme la polyarthrite rhumatoïde ou le lupus. 5

Saignement facile

De faibles niveaux chroniques de mono peuvent entraîner chez une personne des saignements faciles ou des ecchymoses inexpliquées. Le journal Procédure de la Clinique Mayo rapporte que la monocytopénie (faible nombre de monocytes) est une caractéristique de certains types de leucémie. Étant donné que la leucémie peut également entraîner une faible numération plaquettaire, un saignement facile est souvent un signe. 6

Perdre du poids sans essayer

Un faible taux de monocytes dans un résultat de test sanguin peut s'accompagner d'une perte de poids inexpliquée. C'est aussi souvent un symptôme de leucémie, et les médecins devront effectuer des tests supplémentaires pour trouver la cause d'un faible nombre de mono avec une perte de poids.

Changements d'humeur sévères

Fait intéressant, les sautes d'humeur sévères et la dépression pourraient signifier que les résultats des tests sanguins montrent des niveaux élevés de monocytes. Selon le Journal de recherche psychiatrique, une numération élevée des globules blancs, y compris les monocytes, est souvent observée dans les résultats des tests de laboratoire des personnes souffrant de dépression. 7

Signes de maladie du foie

Le journal Du sang ont rapporté que les symptômes d'une maladie du foie sont parfois associés à des taux accrus de monocytes. Le nombre élevé de monocytes est dû à une inflammation du foie et peut être utilisé pour diagnostiquer la gravité de la maladie. 8


44 types de graphiques et de tableaux

Graphiques linéaires

Les graphiques linéaires, ou graphiques linéaires, sont de puissants outils visuels qui illustrent les tendances des données sur une période de temps ou une corrélation particulière. Par exemple, un axe du graphique peut représenter une valeur variable, tandis que l'autre axe affiche souvent une chronologie.

Chaque valeur est tracée sur le graphique, puis les points sont connectés pour afficher une tendance sur la période de temps comparée. Plusieurs tendances peuvent être comparées en traçant des lignes de différentes couleurs.

Par exemple, l'intérêt du marketing digital dans le temps peut être montré visuellement avec facilité grâce à l'utilisation d'un graphique linéaire. Tracez simplement chaque nombre de recherches le long de la chronologie pour afficher la tendance.

Graphiques à barres

Le moyen le plus simple et le plus direct de comparer différentes catégories est le graphique à barres classique. Le graphique universellement reconnu comporte une série de barres de longueurs variables.

Un axe d'un graphique à barres présente les catégories comparées, tandis que l'autre axe représente la valeur de chacune. La longueur de chaque barre est proportionnelle à la valeur numérique ou au pourcentage qu'elle représente.

Par exemple, 4 $ pourrait être représenté par une barre rectangulaire de quatre unités de long, tandis que 5 $ équivaudrait à une barre de cinq unités de long. D'un simple coup d'œil, le public apprend exactement comment les différents éléments se comparent les uns aux autres.

Les graphiques à barres fonctionnent très bien pour présenter visuellement presque tous les types de données, mais ils détiennent un pouvoir particulier dans le secteur du marketing. Les graphiques sont idéaux pour comparer toute sorte de valeur numérique, y compris la taille des groupes, les inventaires, les évaluations et les réponses aux sondages.

Camemberts

Les camemberts sont l'outil visuel le plus simple et le plus efficace pour comparer les parties d'un tout. Par exemple, un camembert peut comparer rapidement et efficacement diverses allocations budgétaires, segments de population ou réponses aux questions d'une étude de marché.

Les concepteurs de contenu marketing s'appuient fréquemment sur des camemberts pour comparer la taille des segments de marché. Par exemple, un simple graphique circulaire peut clairement illustrer la comparaison des fabricants de téléphones mobiles les plus populaires en fonction de la taille de leurs bases d'utilisateurs.

Le public est en mesure de comprendre rapidement que la photographie d'archives est le visuel le plus utilisé dans le marketing, avec des graphismes originaux - comme ceux qui peuvent être créés avec Visme - arrivant en deuxième position.

Cartes en mosaïque ou Mekko

Les graphiques à courbes, à barres et à secteurs de base sont d'excellents outils pour comparer une ou deux variables dans quelques catégories, mais que se passe-t-il lorsque vous devez comparer plusieurs variables ou plusieurs catégories en même temps ?

Et si toutes ces variables ne sont même pas numériques ? Un graphique en mosaïque - ou Mekko - pourrait être le meilleur choix.

Peut-être qu'un analyste de marché, par exemple, souhaite comparer plus que la taille de divers marchés de téléphonie mobile. Et si, à la place, il ou elle a besoin de comparer la taille des bases d'utilisateurs, ainsi que les tranches d'âge au sein de chaque groupe ?

Un graphique en mosaïque permettrait audit marketeur d'illustrer toutes les variables de manière claire et directe.

Dans l'exemple ci-dessus, un axe du graphique représente les catégories comparées – les fabricants de téléphones portables – tandis que l'autre axe répertorie diverses tranches d'âge.

La taille et la couleur de chaque section transversale du graphique correspondent au segment de marché qu'elle représente, comme illustré dans la légende du graphique.

Pyramides de population

Les segments de marché sont souvent divisés en fonction de l'âge et du sexe, et une pyramide des âges est une représentation visuelle idéale des deux groupes.

Le graphique prend classiquement la forme d'une pyramide lorsqu'une population est en bonne santé et en croissance - les groupes les plus importants sont les plus jeunes, et chaque sexe diminue un peu également à mesure que la population vieillit, laissant les groupes les plus petits en haut du graphique.

Une pyramide des âges qui s'éloigne de sa forme classique pourrait indiquer une irrégularité dans une population au cours d'une période particulière, comme une famine ou un boom économique qui a entraîné une augmentation des décès ou des naissances.

Bien sûr, les pyramides des âges ne sont pas toujours utilisées pour comparer les populations par âge, et ne prennent donc pas toujours la forme homonyme du graphique.

Un spécialiste du marketing, par exemple, pourrait utiliser la conception pour comparer une population par revenu, poids ou QI, dans laquelle les plus petits groupes seront souvent à la fois en haut et en bas. Quoi qu'il en soit, le graphique décrit clairement les tendances de la population, tout en comparant la taille de deux groupes apparentés.

Cartes d'araignée

Lorsqu'un statisticien a besoin de comparer visuellement trois variables quantitatives ou plus, il peut choisir d'utiliser un graphique en radar , également appelé graphique en araignée ou en étoile.

Le graphique se compose généralement d'une série de rayons, chacun représentant une catégorie différente, qui s'évasent à partir d'un point central comme des rayons.

La longueur de chaque « rayon » est proportionnelle à la valeur comparée. Pour chaque catégorie, les rayons sont ensuite connectés à une ligne d'un motif ou d'une couleur désigné, formant une forme en étoile avec des points égaux au nombre de catégories.

Le résultat est une représentation graphique qui peut révéler les tendances et comparer les catégories en même temps.


Vos résultats de test : un aperçu

Les résultats de votre test indiqueront votre taux de cholestérol en milligrammes par décilitre de sang (mg/dL). Votre cholestérol total et votre (bon) cholestérol HDL font partie des nombreux facteurs que votre médecin peut utiliser pour prédire votre risque à vie ou sur 10 ans de crise cardiaque ou d'accident vasculaire cérébral. Votre médecin tiendra également compte d'autres facteurs de risque, tels que l'âge, les antécédents familiaux, le tabagisme, le diabète et l'hypertension artérielle.

Le profil lipidique ou panel lipidique est un test sanguin qui vous donnera des résultats pour votre cholestérol HDL (bon), cholestérol LDL (mauvais), triglycérides et cholestérol total sanguin (ou sérique).

HDL (bon) cholestérol

Le cholestérol HDL est appelé « bon cholestérol ». Un taux de cholestérol HDL sain peut protéger contre les crises cardiaques et les accidents vasculaires cérébraux. Votre médecin évaluera votre taux de HDL et d'autres taux de cholestérol et d'autres facteurs pour évaluer votre risque de crise cardiaque ou d'accident vasculaire cérébral.

Les personnes ayant un taux élevé de triglycérides sanguins ont généralement également des taux de HDL plus faibles. Les facteurs génétiques, le diabète de type 2, le tabagisme, le surpoids et la sédentarité peuvent tous réduire le cholestérol HDL. Les femmes ont tendance à avoir des taux de cholestérol HDL plus élevés que les hommes, mais cela peut changer après la ménopause.

Le (mauvais) cholestérol LDL

Étant donné que le LDL est le mauvais type de cholestérol, un faible taux de LDL est considéré comme bon pour la santé cardiaque.

Les taux de LDL sont un facteur parmi tant d'autres à considérer lors de l'évaluation du risque cardiovasculaire. Discutez avec votre médecin de votre taux de cholestérol LDL ainsi que d'autres facteurs ayant un impact sur votre santé cardiovasculaire.

Une alimentation riche en graisses saturées et trans est malsaine car elle a tendance à augmenter le taux de cholestérol LDL.

Triglycérides

Les triglycérides sont le type de graisse le plus courant dans votre corps. Ils proviennent de la nourriture et votre corps les fabrique également.

Les taux normaux de triglycérides varient selon l'âge et le sexe. Les personnes ayant un taux élevé de triglycérides ont souvent un taux de cholestérol total élevé, notamment un taux de cholestérol LDL (mauvais) élevé et un taux de cholestérol HDL (bon) faible. De nombreuses personnes atteintes du syndrome métabolique ou du diabète ont également des taux élevés de triglycérides.

Facteurs pouvant contribuer à des taux élevés de triglycérides :

  • Surpoids ou obésité
  • Résistance à l'insuline ou syndrome métabolique
  • Diabète sucré, en particulier avec un mauvais contrôle de la glycémie
  • Consommation d'alcool, surtout en excès
  • Consommation excessive de sucre, en particulier à partir d'aliments transformés
  • Consommation élevée de graisses saturées
  • Hypothyroïdie
  • Maladie rénale chronique
  • Inactivité physique
  • Grossesse (surtout au troisième trimestre)
  • Maladies inflammatoires (telles que la polyarthrite rhumatoïde, le lupus érythémateux disséminé

Certains médicaments peuvent également augmenter les triglycérides.

Cholestérol total sanguin (ou sérique)

Cette partie de vos résultats de test est un composite de différentes mesures. Votre cholestérol sanguin total est calculé en additionnant vos taux de cholestérol HDL et LDL, plus 20 % de votre taux de triglycérides.

&ldquoLes plages normales&rdquo sont moins importantes que votre risque cardiovasculaire global. Comme les taux de cholestérol HDL et LDL, votre taux de cholestérol sanguin total doit être considéré dans le contexte de vos autres facteurs de risque connus.

Votre médecin peut recommander des approches de traitement en conséquence.

Lecture sans lecture automatique Lire le texte vidéo

Écrit par l'équipe éditoriale de l'American Heart Association et révisé par des conseillers scientifiques et médicaux. Voir nos politiques éditoriales et notre personnel.


Quelques notes rapides avant de commencer…

  1. Si vous recherchez des signes autres que le test de vos niveaux réels de cétone corporelle pour savoir si vous êtes en cétose ou non, veuillez plutôt consulter cet article qui vous fournit des signes que vous êtes en cétose.
  2. Si vous êtes diabétique de type 1, cet article n'est pas pour vous et les niveaux optimaux suggérés ci-dessous ne vous concernent pas. Veuillez consulter les tonnes d'autres articles sur les niveaux de cétones sur le Web pour vous assurer que vos niveaux de cétones n'atteignent pas des niveaux dangereux.
  3. Et enfin, bien que les niveaux de cétones dans votre corps soient importants, ce n'est pas tout ce dont vous devriez penser ou vous soucier. Par exemple, bien que vous puissiez augmenter vos niveaux en prenant des suppléments de cétones exogènes comme KETO//OS®, ces niveaux de cétones plus élevés induits artificiellement peuvent ne pas offrir les mêmes avantages que lorsque vous produisez les vôtres. Comme Marty Kendall l'a dit :

“La vraie magie des cétones…[se produit lorsque] nous épuisons le glucose [et] nous entraînons notre corps à produire des cétones.”


Conclusion et discussion

Nous avons souhaité déterminer si l'utilisation à long terme d'un ordinateur/écran tactile sur le lieu de travail pouvait être associée à des problèmes de peau du visage tels que l'acné, l'hypersensibilité et des signes de vieillissement accéléré en comparant des femmes caractérisées par (a) l'utilisation de l'ordinateur ou (b) l'absence d'utilisation de l'ordinateur. . Nous avons pu recruter 100 femmes chinoises répondant aux critères entre 35 et 45 ans et nous avons mesuré des critères d'évaluation à la fois subjectifs et objectifs. Bien que le public s'inquiète du fait que l'utilisation prolongée de l'ordinateur entraîne des risques pour la santé générale (Baliatsas et al. 2015), la justification des effets mesurés objectivement sur les paramètres spécifiques des dommages cutanés du visage fait défaut. À travers cette étude, nous avons souhaité, premièrement, montrer si des effets indésirables mesurables pouvaient être associés à l'utilisation quotidienne prolongée d'ordinateurs/écrans tactiles liés au travail de bureau, et deuxièmement, si ces effets pouvaient être expliqués par des facteurs autres que l'utilisation d'ordinateurs/écrans visuels, tels que perturbation du sommeil, stress, exercice ou autres différences de mode de vie. Dans cette étude, il a été prédit que l'exposition des sujets aux champs électromagnétiques différait uniquement en ce qui concerne l'utilisation de l'ordinateur, voire pas du tout, car tous les sujets travaillaient dans le même bâtiment et vivaient dans la même zone, de sorte que l'exposition aux lignes électriques aériennes à haute tension était le même pour tous les sujets et l'enquête n'a révélé aucune différence dans l'utilisation du téléphone mobile.

En résumé, 8 heures ou plus par jour d'utilisation de l'ordinateur s'avèrent statistiquement significativement associées à une acné plus sévère et à des niveaux plus élevés de sébum, mais corrélées à des valeurs plus faibles pour les rides du visage et les taches pigmentées. De plus, les sujets qui étaient des utilisateurs d'ordinateurs présentaient un risque plus élevé d'hypersensibilité sensorielle lorsqu'ils étaient rapportés subjectivement, mais pas lorsqu'ils étaient testés avec le « test de piqûre d'acide lactique ». D'autres facteurs tels que la qualité/la quantité de sommeil et l'exposition au soleil, qui pourraient influencer l'apparition et la gravité de l'acné, le vieillissement cutané et l'hypersensibilité cutanée, ont été évalués et n'ont pas été corrélés. Il convient de noter qu'aucune des autres caractéristiques de style de vie, d'attitude ou de comportement mesurées dans cette étude n'était différente entre les deux groupes. Ceux-ci comprenaient l'utilisation de médicaments contre l'acné ou de produits cosmétiques pour l'acné, et il n'y avait aucune différence entre les groupes dans leur utilisation de procédures cosmétiques, y compris les injections de botox, les procédures de resurfaçage, les traitements au laser ou les produits de comblement dermique. Il n'y avait aucune différence dans la satisfaction au travail déclarée ou dans la dermatite atopique ou la rosacée diagnostiquée. L'utilisation de produits cosmétiques anti-âge ou blanchissants était limitée, peut-être en raison de l'âge relativement jeune des sujets. As assessed by a written survey, exercise did not appear to differ significantly between the two groups however, individual wearable monitoring devices may have been able to detect a difference between subjects in the CG versus the NCG which then could be analyzed with regard to acne. Therefore, long periods of inactivity may be a possible confounder that could not be fully accounted for with the experimental protocol employed. Related to this, no difference was detected in BMI between the two groups.

It was particularly important to assess sleep in this study, as recent reports suggest that computer screen-generated light in the blue range can impact human health via several related pathways and in multiple organs (Tosini et al. 2016 Kayaba et al. 2014 Beaven and Ekstrom 2013) or may have no effect (O’Hagan et al. 2016). For example, one study showed that the blue light of LED-backlit computer screens significantly suppressed melatonin production in human subjects (Sroykham and Wongsawat 2013). In addition, a recent report suggested that there exists a relationship between sleep quality and facial sebum levels in women with acne vulgaris (Bilgic et al. 2016). In another study unrelated to computer use, Caucasian women who were good sleepers had significantly lower intrinsic skin aging scores that poor sleepers (Oyetakin-White et al. 2015). Because it has been suggested that high computer use can lead to sleep disturbances, in the current study questions related to sleep quality were given to all subjects. There was no difference in reported sleep quantity, quality, or in the perception of fatigue between the CG and NCG. In addition, the self-reported skin type (combination, oily, dry), the occurrence of flushing/blushing, the satisfaction with how the subject’s skin/face looks, or how healthy the subject’s face and complexion were self-perceived were not associated with computer use.

One skin characteristic that is often reported to be associated with VDT use is the “sensitive skin syndrome” in which subjects are more likely to react to lactic acid with itching, burning, and stinging. Complaints of tightness, stinging, burning, and itching sensations as well as erythema and facial dryness have been previously reported for video display workers (Eriksson et al. 1997) Overall, VDT workers report skin symptoms more frequently than non-VDT office employees, and the term “electromagnetic hypersensitivity” has been coined to describe people who experience health symptoms in the vicinity of electromagnetic fields (EMFs) and who regard them as causal for their complaints (Tuengler and von Klitzing 2013). The fraction of the population with electromagnetic hypersensitivity has been estimated to be as high as 9%, and projected to be up to 50% by the year 2017 (Hallberg and Oberfeld 2006). Previous reports that computer users to have relatively hypersensitive skin was supported here only in terms of the subjective survey results, not as assessed by the lactic acid sting test.

There is some evidence in previous studies to suggest that job-associated computer use is accompanied by a higher frequency of “skin disorders”, including rashes (Knave et al. 1985). For example, Liden and Wahlberg (1985a) reported that subjects with rosacea, seborrhoeic dermatitis, and acne were over-represented in a VDT-exposed group in one study, and in another published study they reported that there was a higher frequency of diagnosed seborrheic dermatitis, acne, rosacea, and perioral dermatitis among exposed subjects when compared with control subjects (Liden and Wahlberg 1985b). They further review additional studies in which dermatologic examination rules out contact allergy, increased photosensitivity, and in which symptoms were “clearly related to time at work”. Interestingly, even though the level of EMF and LFEMF emitted from VDTs is considered below harmful levels and often below the limits of detection, in one study with acute provocation (2–4 h) seated close to but facing away from an “ordinary PC”, investigators claimed that mast cells increased in the upper dermis within 24 h (Johansson et al. 2001). This phenomenon was found in 5 out of 13 subjects, leading to a hypothesis that some fraction of humans is hypersensitive to VDT and particularly prone to “screen dermatitis”. It should be noted that one study of university students that used a questionnaire to probe symptoms such as headache, fatigue, difficulties in concentration, vertigo/dizziness, attention disorders, nervousness, palpitation, low back pain, myalgia, and tinnitus found no significant differences in the prevalence of these symptoms between VDT users and those who did not use VDTs.

Some observed physiological sequelae of work with video display terminals are relatively easy to explain, such as eye and shoulder, neck and back musculoskeletal discomfort. Other perceived consequences of long hours at a computer are not as easily explained. The mechanism for increased sebum and acne, the perception of sensory hypersensitivity, lower wrinkling, and pigment spots is not clear. A more complete psychological or behavioral evaluation of stress might reveal differences which correlate with sebum and acne, but would be unlikely to also correlate with lower wrinkling and pigment spots. Furthermore, a psychological cause is also not supported by the post-hoc answers to questions about the subjects’ perceived dangers of computer use. A reasonable explanation for the lower wrinkling and spots would be a small but long-term difference in sun exposure, which may not have been accurately assessed by the survey used in this study. One study reported that Langerhans’ cells were depleted in “screen dermatitis” (Gangi and Johansson 1997), but we did not confirm this by biopsies or antigen sensitization assays in the present work. Another group suggested, after collecting data from 3877 subjects, that the evidence did not support a direct physiological impact of VDT work on the skin, but rather than any effects were due to psychological stimuli (Liden and Berg 1991). Bergqvist and Wahlberg (1994) reported no associations between EMF levels and skin disease or symptoms but indicated instead that there were other factors that did associate with skin symptoms, such as perceived work load, inability to take rest breaks, and a low relative humidity. We did not uncover explanatory mechanisms for the observations made, but strongly suggest that additional investigations should be made because of the current findings and the public’s perception that extended computer use adversely affects certain aspects of skin physiology. For example, a recent advice website, http://www.glamour.com/lipstick/blogs/girls-in-the-beauty-department/2013/03/change-your-life-beauty-tip-th-6 suggested that hair falling onto the face during computer use was a cause of increased risk of acne. In an editorial in the JAAD, Berg and Liden proposed the hypothesis (never verified) that an electrostatic field causes a deposition of volatile and particle-bound air pollutants on the skin, leading to toxic irritation (Berg and Liden 1987).

Properly designed double-blind provocation protocols may lead to a deeper understanding of acute effects—but have been difficult to achieve for many reasons, including the possibility that the percentage of the population susceptible to this is low. In addition, important endpoints measured such as acne, dark spots, and wrinkles are not “acute”-type phenomena. In contrast, skin sensory sensitivity may be more amenable to acute challenge protocols. The present study was designed to examine skin conditions in women who had worked for at least 10 years in office-related computer work. To our knowledge, this is the first observational report to suggest a link between extended office-related computer/VDT use and an increased risk of acne and perceived facial hypersensitivity. There is clearly the possibility that these associations are due to office environmental and work condition issues.



Commentaires:

  1. Chesmu

    Vous avez frappé la marque. Dans ce document, quelque chose est aussi pour moi, votre idée est agréable. Je suggère de sortir pour la discussion générale.

  2. Jensen

    la magnifique phrase et est opportun

  3. Grantley

    À mon avis, c'est une question intéressante, je participerai à la discussion. Je sais, qu'ensemble, nous pouvons obtenir une bonne réponse.

  4. Gille-Eathain

    Ce message est incomparable))), très bien c'est agréable pour moi :)

  5. Tedmund

    À mon avis, vous faites une erreur. Je peux le prouver. Envoyez-moi un courriel à PM, nous en discuterons.

  6. Pickworth

    Totalement

  7. Ordsone

    Je vous conseille d'essayer google.com



Écrire un message