Menu ENN Search
Changer la langue : English Français

Est-ce que les enfants sont considérés comme étant plus lourds ou en surpoids quand le score z poids pour taille est supérieur à 5, même après avoir retiré ceux qui ont déjà été signalés.

Cette question a été affichée dans le forum de discussion Évaluation et Surveillance et a des réponses 4.

» Afficher une réponse

Anonyme 31980

individual

Utilisateur régulier

16 avr. 2019, 02:36

Bonjour,

L’Anthro Survey Analyzer de l’Organisation mondiale de la Santé signale déjà un score z non plausible. Sans tenir compte du score z non plausible, le score z maximum pour la taille dans mon échantillon se situe autour de +4 ou +5,56 ? Cela signifie-t-il qu'ils sont plus lourds et en surpoids ?

Cela signifie-t-il également que certains enfants plus âgés auraient pu être inclus dans l'échantillon, en particulier lorsque les personnes qui s'occupent de l'enfant ne se souviennent peut-être pas de la date de naissance de leurs enfants ?

Je cherche humblement vos avis d'expert.

Mark Myatt

Utilisateur fréquent

16 avr. 2019, 13:36

Ce sont des valeurs très élevées pour un score z Poids/Taille (WHZ). Tout ce qui est > +2 serait classé comme étant en surpoids et tout ce qui serait > +3 serait classé comme obèse.

WHZ > +5 aurait dû être signalé comme "biologiquement invraisemblable" lors de l’utilisation des critères de marquage de l’OMS (voir page 41 dans ce manuel de l’OMS ). L'enfant avec WHZ = 5.56 aurait dû être exclus "pour score z invraisemblable à ne pas inclure". Quelque chose n'a pas fonctionné comme prévu. Les critères de marquage NCHS acceptent les valeurs WHZ jusqu’à +6,

La date de naissance / l'âge n'a aucune incidence sur le score Z Poids/Taille, qui est calculée à l'aide du poids, de la taille et du genre. Je pense que des données erronées (par exemple, une taille peu élevée ou un poids élevé) pourraient être à blâmer.

Notez que les critères de marquage s’appliquent généralement aux données d’enquête. Il est courant de voir (par exemple) quelques valeurs HAZ (taille insuffisante par rapport à l'âge) réèlles plus extrêmes que les critères de marquage les moins élevés de l’OMS dans les échantillons cliniques (CMAM / OTP).

J'espère que cela vous sera utile.

Anonyme 31980

individual

Utilisateur régulier

24 avr. 2019, 22:02

Cher Mark Myatt,

J'ai vérifié mes données; le z score Poids/taille (WHZ) maximum dans mon jeu de données était de +4.

Je regardais la ligne Taille / Age (HAZ).

Si le rapport z score Poids/taills (WHZ) est toujours égal à +4 (valeur plausible selon l'OMS), les enfants sont-ils considérés comme en surpoids ou obèses, car ils se situent en dehors de +2 WHZ.

J'apprécierais beaucoup votre éclaircissement expert.

Salutations

Anonyme 31980

individual

Utilisateur régulier

24 avr. 2019, 22:05

Cher Mark Myatt,

En cas de poids supérieur à +2 en surpoids (pour WHZ), comment l'inclusion des enfants avec WHZ> +2 affecte-t-elle la prédication par régression multiple, le z score Poids/Taille (WHZ) étant utilisé comme résultat après contrôle des covariables dans le modèle ?

Merci encore.

Humblement

Mark Myatt

Utilisateur fréquent

28 mai 2019, 10:03

Désolé de lire ceci si tardivement ... Deux questions ...

Lorsque nous utilisons des indices tels que le Poids/Taille (WHZ), nous comparons nos données à celles d'une population de référence. WHZ> +2 est observé chez environ 2,28% de la population de référence et WHZ> +3 chez environ 0,13% des populations de référence. Il s’agit d’une définition statistique (non fonctionnelle) du surpoids et de l’obésité. Nous pouvons nous retrouver dans la confusion terminologique. Nous définissons généralement le poids insuffisant et le surpoids en utilisant le poids pour l'âge, mais nous pouvons utiliser le poids pour la taille, car cela correspond à l'IMC (une autre mesure de P / T) couramment utilisée chez les adultes.

Je ne suis pas sûr de ce que vous voulez dire par régression multiple WRT. Le problème principal est probablement celui des valeurs aberrantes qui ont un effet de levier excessif sur les estimations de régression. Vous pouvez identifier les valeurs éloignées à l'aide de méthodes telles que la distance et la censure de Mahalanobis. Une alternative consiste à utiliser des méthodes de régression robustes.

J'espère que cela vous sera utile.

Si vous rencontrez des problèmes pour poster une réponse, veuillez contacter le modérateur à post@en-net.org.

Retour en haut de page

» Afficher une réponse