${specMeta.name} 피드
2026. 4. 1.·International journal of obesity (2005)·코호트
A prediction model for childhood obesity risk based on maternal thyroid status and related parameters using machine learning: a mother-newborn-offspring study in a mild-to-moderate iodine deficiency area.
원문 읽기 ~6분 → AI 요약 ~1분
AI 핵심 요약
임신 중 요오드 섭취가 소아비만 예측에 도움
임상 적용 포인트 · AI 추출
임신부에게 요오드가 풍부한 음식(생선, 요구르트 등) 섭취를 권하고, 갑상선 기능검사(FT3 포함)를 시행하여 소아비만 위험도를 평가하세요.
요약· AI 생성
1) 임신 중 경도-중등도 요오드 결핍 지역에서 모체의 갑상선 기능과 요오드 섭취가 소아비만 위험도 예측에 미치는 영향을 기계학습으로 분석했습니다. 2) 191명의 모-신생아-소아 전향적 코호트에서 87개 변수를 수집하여 인공신경망 모델을 개발했습니다. 3) 모델의 정확도는 74.3%였으며, 임신력, 모체-신생아 신체계측, 요오드 풍부 식품 섭취량, FT3 수치가 주요 예측인자로 확인되었습니다. 4) 2세 시점에서 성별 보정 체중 백분위수 85% 초과를 과체중으로 정의하여 예측 모델을 구축했습니다. 5) 기계학습 접근법이 임신 중 모체 및 식이 요인을 이용한 소아비만 위험도 예측에 유용할 가능성을 보여주었습니다.
임상적 의의
임신 중 요오드 섭취 상담과 갑상선 기능 평가를 통해 소아비만을 조기에 예방할 수 있는 근거를 제시합니다.
연구 한계
연구 대상자 수가 191명으로 적고, 특정 지역의 요오드 결핍 환경에서만 검증되어 일반화에 제한이 있습니다.
임신 중 요오드소아비만 예측갑상선 기능
연구 유형: Cohort Study
MeSH: Humans, Iodine, Female, Machine Learning, Pediatric Obesity, Pregnancy, Infant, Newborn, Male
이 요약은 MotionLabs 의료 AI가 생성했습니다. AI 요약은 원문의 핵심을 전달하기 위한 참고 자료이며, 임상 판단을 대체하지 않습니다.
MotionLabs 더 알아보기