Имайте предвид, че BIV точките на промяна бяха променени през 2016 г. Тези промени не повлияха на изчисляването на никой от z-резултатите или процентилите, нито последващото изчисляване на наднорменото тегло или затлъстяването.

възраст

Целта на тази програма SAS е да изчисли процентилите и z-резултатите (стандартни отклонения) за пола и възрастта на детето за ИТМ, тегло, височина и обиколка на главата въз основа на диаграмите за растеж на CDC External. Изчисляват се също персентили за тегло за височина и z-резултати. Наблюденията, които съдържат екстремни стойности, се означават като биологично неправдоподобни. Тези екстремни стойности обаче не са непременно неправилни.

Програмата SAS, cdc-source-code.sas Cdc-sas [SAS - 8KB] (файловете са по-долу, в стъпка # 1), изчислява тези z-резултати и процентили за деца във вашите данни въз основа на референтни данни в cdc_ref.sas7bdat . Ако не използвате SAS, можете да изтеглите CDCref_d.csv Cdc-excel [CVS -160KB] и да създадете програма, базирана на cdc-source-code.sas Cdc-sas [SAS-8KB], за да извършите изчисленията.

Инструкции за потребителите на SAS

Етап 1: Изтеглете програмата SAS (cdc-source-code.sas Cdc-sas [SAS -8KB]) и файла с референтни данни (CDCref_d.sas7bdat). Не променяйте тези файлове, а ги премествайте в папка (директория), до която SAS има достъп.

За следния пример файловете са запазени в c: sasgrowth chartscdcdata.

Стъпка 2: Създайте оператор libname във вашата програма SAS, за да сочите към местоположението на папката „CDCref_d.sas7bdat“. Пример би бил:
libname refdir ‘c: sasgrowth chartscdcdata’;

Обърнете внимание, че кодът на SAS очаква това име да бъде refdir; не променяйте това име.

Стъпка 3: Задайте съществуващия си набор от данни, съдържащ височина, тегло, пол, възраст и други променливи, във временен набор от данни, наречен mydata. Променливите във вашия набор от данни трябва да бъдат преименувани и кодирани, както следва:

маса 1

Инструкции за потребителите на SAS (стъпка 3), насоки за преименуване и кодиране на променливи във вашия набор от данни. ПроменливаОписаниеагемос тегло bmi глава на главата
Възрастта на детето в месеци; трябва да присъства. Програмата предполага, че знаете броя на месеците до най-близкия ден въз основа на датите на раждане и преглед. Например, ако дете е родено на 1 октомври 2007 г. и е прегледано на 15 ноември 2011 г., възрастта на детето ще бъде 1506 дни или 49,48 месеца. При ежедневна употреба тази възраст ще бъде посочена като 4 години или като 49 месеца. Ако обаче са използвани 49 месеца като възраст за всички деца, които са били между 49,0 и Cdc-pdf [PDF-5.4MB]). Ако дължината на легнало положение е измерена за някои деца на възраст ≥ 24 месеца, извадете 0,8 cm.
Тегло (кг)
ИТМ (Тегло (кг)/Височина (м) 2 ). Ако вашите данни не съдържат ИТМ, програмата го изчислява. Ако BMI присъства във вашите данни, програмата няма да го замени.
Обиколка на главата (см)

Z-резултати и процентили за променливи, които не са в mydata, ще бъдат кодирани като липсващи (.) В изходния набор от данни (наречен _cdcdata). Сексът (кодиран като 1 за момчета и 2 за момичета) и агемос трябва да са в мидата. Малко вероятно е кодът на SAS да замени други променливи във вашия набор от данни, но трябва да избягвате имената на променливи, които започват с долна черта, като _bmi.

Стъпка 4: Копирайте и поставете следния ред във вашата програма SAS след реда (или редовете) в стъпка # 3.
% включва ‘c: sasgrowth chartscdcdataCDC-source-code.sas’; тичам;

Ако е необходимо, променете това изявление, за да сочи към папката, съдържаща изтегления файл ‘CDC-source-code.sas’. Това казва на вашата програма SAS да изпълнява операторите в „CDC-source-code.sas“.

Стъпка 5: Изпратете изявлението% включване. Това ще създаде набор от данни, наречен _cdcdata, който съдържа всички ваши оригинални променливи, заедно с z-резултати, процентили и флагове за екстремни стойности. Имената и описанията на тези нови променливи в _cdcdata са в Таблица 2. Допълнителна информация за крайните z-резултати е дадена в отделен раздел, който следва „Примерния код на SAS“.

Таблица 2: Z-резултати, процентили и екстремни (биологично неправдоподобни, BIV) стойности в изходния набор от данни, _cdcdata

Променлива

Изрязване за екстремни Z-резултати

Модифициран Z-резултат за идентифициране на екстремни ценности

Знаме за екстремни
Стойности

Нисък z-резултат (флаг, кодиран като -1)

Висок z-резултат (кодиран флаг
като +1)

* Променено през 2016 г. Допълнителна информация е по-долу

Стъпка 6: Проучете новия набор от данни, _cdcdata, с PROC MEANS или друга процедура, за да проверите дали са създадени z-резултатите и други променливи. Ако променлива в таблица 1 не е била в оригиналния ви набор от данни (напр. Обиколката на главата), изходният набор от данни ще показва, че всички стойности за процентилите и z-резултатите на тази променлива липсват. Ако неочаквано липсват стойности за други променливи, уверете се, че сте преименували и прекодирали променливи, както е посочено в таблица 1 и че вашият набор от данни за SAS е наречен mydata. Програмата не трябва да променя оригиналните ви данни, но ще добавя нови променливи към оригиналния ви набор от данни.

Примерен код на SAS, съответстващ на стъпки 2 до 6. Можете просто да изрежете и поставите тези редове в програма SAS, но ще трябва да промените имената на lib и% include, за да сочите към папките, съдържащи изтеглените файлове.

libname refdir ‘c: sasgrowth chartscdcdata’;
данни за данни; задайте каквото и да е наименование на вашия оригинален набор от данни;
% включва ‘c: sasgrowth chartscdcdataCDC-source-code.sas’;
proc означава данни = _cdcdata; тичам;

Допълнителна информация

Z-резултатите се изчисляват като =

Z = [((стойност/M) ** L) - 1]/(S * L),

в която „стойност“ е ИТМ на детето, тегло, височина и др. Стойностите L, M и S са в CDCref_d.sas7bdat и варират в зависимост от пола и възрастта на детето или според пола и ръста на детето. След това процентилите се изчисляват от z-резултатите (например z-резултат от 1,96 би бил равен на 97,5 процентила). За повече информация относно метода LMS вижте http://www.ncbi.nlm.nih.gov/pmc/articles/PMC27365/ External

Екстремни или биологично неправдоподобни ценности

Както е обяснено в документацията за модифицирани z-резултати Cdc-pdf [PDF - 367KB], SAS кодът също така изчислява модифицирани z-резултати, които могат да се използват за идентифициране на екстремни стойности, които може да са грешки. Тези модифицирани z-резултати се основават на екстраполиране на половината от разстоянието между 0 и +2 z-резултати до опашките на разпределението. Резултатът от програмата SAS съдържа променливи на флаг BIV, които са кодирани като -1 (модифициран z-резултат е изключително нисък), +1 (модифициран z-резултат е изключително висок) или 0 (модифициран z-резултат е между тези 2 изрязвания -точки). Тези флагове на BIV (напр. _Bivbmi), заедно с други променливи, които са в изходния набор от данни, _cdcdata, са показани в Таблица 2. Биологично неправдоподобната стойност не е непременно неправилна, но стойността трябва да бъде допълнително изследвана, вероятно във връзка с други характеристики на детето.

2016 Промяна на BIV гранични точки: Обосновка

Модифицираните z-резултати, използвани за горния диапазон от валидни стойности, бяха променени през 2016 г. за редица параметри на диаграмата на растежа. Преди това граничните стойности за изключително високи стойности се основаваха на препоръки от публикация на СЗО от 1995 г. (1), но оттогава няколко статии (2–6) посочиха, че тези гранични точки вероятно са твърде ограничаващи. Граничните точки на СЗО идентифицират много стойности, които са изключително високи, но вероятно не са грешки.

Въз основа на анализи на 2- до 18-годишни в NHANES 1999-2000 до 2011-2012 (3) и 2- до 4-годишни в системата за наблюдение на детското хранене на CDC (PedNSS) (6), ние сега предлагаме горните точки на отрязване на BIV да бъдат увеличени от
(1) +5 до +8 за модифицирани z-резултати за тегло и ИТМ, и
(2) +3 до +4 за модифицирани z-резултати за височина.
Тези нови точки на z-score отговарят приблизително на модифицираните z-резултати за максималните стойности на мерките за телесен размер сред 2- до 18-годишните в NHANES. Ние не правим промени в граничните стойности за изключително ниските стойности на измерванията на размера на тялото.

Ако BIV граничните точки се използват за изключване на данни, тази промяна вероятно ще повлияе на сравненията на данните, изчислени и почистени с помощта на тези нови BIV гранични точки с данни, използващи по-старите (WHO 1995) стойности. Ефектите от тези промени вероятно ще се различават в различните набори от данни в зависимост от истинското разпространение на екстремни стойности и точността на записаните данни. В анализ (3) на данните на NHANES за 1999-2012 г., например, в сравнение с оценките, получени при използване на граничните стойности на СЗО от 1995 г., използването на критичните точки за 2016 г. увеличава разпространението на затлъстяването и екстремното затлъстяване (120% 95-ия процентил на ИТМ за възраст) с около 0,5 процентни пункта. (Поради обширното почистване на данни в NHANES, публикуваните оценки от тези проучвания не изключват нито една от изключително високите стойности.) В анализ на PedNSS (6), в сравнение с критичните точки на СЗО от 1995 г., използването на съкращението за 2016 г. точки увеличиха разпространението както на затлъстяването, така и на екстремното затлъстяване с 0,9 процентни пункта. Поради относително ниското разпространение на екстремно затлъстяване сред децата, особено децата в предучилищна възраст, увеличение от 0,5% до 0,9% води до голяма пропорционална промяна в разпространението.

BIVs срещу грешки в данните

Тези BIV могат да се използват за маркиране на потенциално проблемни точки с данни, а изрязаните точки за 2016 г. са избрани, за да балансират включването на екстремни стойности, които вероятно са правилни, и изключването на тези, които вероятно са неправилни. Въпреки това могат да се използват и други гранични точки и може да са по-подходящи въз основа на друга информация, специфична за вашите данни. При желание модифицираните z-резултати (3-та колона на таблица 2) могат да се използват за конструиране на други гранични точки за екстремни (или биологично неправдоподобни) стойности, вместо да се разчита на променливите на флага BIV. Например, ако смятате, че използването на границата на ИТМ за възрастта от +8 би довело до включване на много стойности, които вероятно са грешки, можете да използвате F_bmiz> 6 като дефиниция на висок BMI BIV . Това може да бъде прекодирано в изходния набор от данни като:

ако -5 друго, ако _Fbmiz> 6, тогава _bivbmi = 1; * висок BIV;
иначе ако .

Също така би било възможно да се използват модифицираните z-резултати за идентифициране на деца, които биха били маркирани с по-старите точки на СЗО.

След като дадена точка от данни бъде маркирана като потенциален проблем, друга информация от детето, ако е налична, може да бъде използвана, за да помогне за идентифициране на грешки и помощ при решението за включване или изключване на стойността. Например, ако дете с изключително висок ИТМ също има висока дебелина на кожната гънка или обиколка на ръката, стойността на ИТМ е по-вероятно да бъде правилна, отколкото ако другата мярка е ниска. По същия начин, в надлъжно проучване, може да се прецени дали дете с екстремна стойност в 1 момент от време има висока стойност и при други прегледи. Ако при едно изследване са налични само тегло и височина, може да се помисли дали едно дете с изключително голямо тегло също е много високо и дали има други деца, които тежат почти толкова.

Определяне на показателите за тежко затлъстяване и ИТМ сред деца с много висок ИТМ

Показано е, че използването на LMS параметрите на CDC диаграмите за растеж при деца с много високи ИТМ води до процентили, които се различават от тези, които се оценяват от данните http://www.ajcn.org/content/90/5/ 1314.full.pdf Cdc-pdf [PDF-153KB] Външен. Следователно, вместо да се използват ИТМ процентили (и z-резултати) за идентифициране и характеризиране на деца с тежко (или екстремно) затлъстяване, препоръчително е тези високи стойности на ИТМ да бъдат изразени спрямо 95-ия персентил. Стойност на ИТМ, която е 120% от 95-ия персентил в класациите за растеж на CDC, е приблизително равна на емпиричния 99-и персентил. Тази гранична точка (120%) се препоръчва за класифициране на екстремно (или тежко) затлъстяване сред 2- до 19-годишните [7]. Променливите bmiz и bmipct в изхода на SAS не трябва да се използва при класификацията на това подмножество на деца с много високи ИТМ, тъй като най-високият процентил, който е оценен в класациите за растеж на CDC, е 97-ият https://www.cdc.gov/nchs/data/ series/sr_11/sr11_246.pdf Cdc-pdf [PDF-5.31MB], https://www.cdc.gov/nchs/data/nhsr/nhsr063.pdf Cdc-pdf [PDF-87KB] .

Недостатъците на изразяването на много високи BMI като z-резултати (или процентили) са подчертани от няколко изследователи [8-12]. Кодът на SAS създава 2 променливи, bmipct95 и bmidif95, които изразяват ИТМ на детето спрямо 95-ия процентил или като процент (bmipct95), или като разлика (bmidif95). Тези 2 променливи вероятно ще бъдат по-добри показатели за затлъстяване сред децата, които имат много висок ИТМ, отколкото z-резултатите и процентилите. Bmipct95 може да варира от под 50 до над 220, а дете с bmipct95 от 140 ще има ИТМ, който е равен на 1,4 пъти 95-ия процентил. Bmidif95 е разликата (в kg/m 2 ) между ИТМ на детето и CDC 95-ти процентил за този пол/възраст. Например CDC 95-ият процентил за 20-месечно момче е 18,0 kg/m 2; ако това момче имаше ИТМ от 21,3 кг/м 2, неговият bmidif95 би бил 3,3 kg/m 2 (21.3 - 18.0) и неговият bmipct95 ще бъде 118% (100 × 21.3/18.0). Отрицателна стойност за bmidif95 (или bmipct95 th (bmi95) процентили за пола и възрастта на детето.

Ако голяма част от децата в даден анализ имат тежко затлъстяване (bmipct95 ≥ 120), трябва да помислите за изразяване на всички ИТМ спрямо 95-ия персентил и да използвате bmipct95 или bmidif95 в анализите. Ограниченията за изразяване на изключително високи BMI като z-резултати се отнасят както за напречно сечение, така и за надлъжни проучвания, включително тези, които оценяват интервенциите при затлъстяване.

  1. Експертна комисия на СЗО. Физически статус: използване и интерпретация на антропометрията. WHO Tech. Представител Сер. 1995; страници 217 до 250.
  2. Lawman HG, Ogden CL, Hassink S, et al. Сравняване на методи за идентифициране на биологично неправдоподобни стойности на ръст, тегло и индекс на телесна маса сред младежите. Am. J. Епидемиол. 2015; 182 (4): 359–65.
  3. Freedman DS, Lawman HG, Skinner AC и др. Валидност на граничните стойности на СЗО за биологично неправдоподобни стойности на тегло, ръст и ИТМ при деца и юноши в NHANES от 1999 до 2012 г. Am. J. Clin. Nutr. 2015; 102 (5): 1000–6.
  4. Lo JC, Maring B, Chandra M, et al. Разпространение на затлъстяването и екстремното затлъстяване при деца на възраст 3-5 години. Педиатър. Обес. 2014; 9 (3): 167–75.
  5. Dennison BA, Edmunds LS, Stratton HH, et al. Бързото наддаване на тегло на бебето предсказва наднормено тегло в детска възраст. Затлъстяване (Сребърна пролет). 2006; 14 (3): 491–9.
  6. Freedman DS, Lawman HG, Pan L, et al. Разпространението и валидността на високи, биологично неправдоподобни стойности на тегло, ръст и ИТМ сред 8,8 милиона деца. Обес. (Сребърна пролет). 2016; 17 март PMID 26991694.

Kelly AS, Barlow SE, Rao G, Inge TH, Hayman LL, Steinberger J, et al. Тежко затлъстяване при деца и юноши: идентифициране, свързани рискове за здравето и подходи за лечение: Научно изявление на Американската асоциация по сърдечни заболявания. Тираж. 2013; 128 (15): 1689–712. http://www.ncbi.nlm.nih.gov/pubmed/24016455 Външни

Woo JG. Използване на Z-резултат на индекс на телесна маса сред юноши със силно затлъстяване: предупреждение. Int J Pediatr Obes. 2009; 4 (4): 405–10.