Browsing by Subject "Body Height"

Sort by: Order: Results:

Now showing items 1-3 of 3
  • Suutela, Maria (Helsingin yliopisto, 2019)
    Suomessa lasten kasvua seurataan tiheästi neuvolassa ja kouluterveydenhuollossa. Lasten kasvukäyrät on viimeksi uudistettu vuosina 2010–2011 vastaamaan nykyisiä kasvutietoja ja lasten kehitystä. Kasvukäyristä on mahdollista määrittää murrosikään liittyvän kasvupyrähdyksen ajoittumista. Tiheä kasvun seuranta tarjoaa ainutlaatuiset mahdollisuudet tähän murrosiän kasvun ajoittamiseen. Tässä tutkimuksessa pyritään mallintamaan lasten kasvua polynomifunktion avulla ja määrittämään tästä edelleen murrosikään liittyvän kasvupyrähdyksen ajoittuminen. Aineistona käytetään 40 tyypin 1 diabeetikon sekä 205 lääketieteellisessä mikrobiomi-tutkimuksessa mukana olleen lapsen kasvutietoja. Erityisesti ollaan kiinnostuneita kasvupyrähdyksen alkamisajankohdasta sekä iästä huippukasvunopeuden aikaan. Mitään kultaista standardia murrosikään liittyvän kasvupyrähdyksen ajoittamiseen ei ole, mutta murrosiän ajoittamiseen on aikaisemmin käytetty sekä manuaalista määritystä että matemaattisia malleja. Tässä tutkimuksessa käytetään kahta eriasteista polynomifunktiota kasvukäyrien mallintamiseen. Polynomifunktioita verrataan keskenään sekä kumpaakin funktiota erikseen manuaalisesti tehtyyn määritykseen. Huippukasvunopeuden ajankohdaksi saatiin tytöillä aineistosta ja menetelmästä riippuen 11,53–11,95 vuotta ja pojilla 13,39–13,82 vuotta. Polynomifunktiolla saadut tulokset korreloivat hyvin keskenään. Pojilla polynomifunktioilla ja manuaalisella määrityksellä saatujen tulosten välillä ei ollut tilastollisesti merkitsevää eroa. Tytöillä taas manuaalinen ja polynomifunktiolla tehty määritys eivät korreloineet yhtä hyvin keskenään. Manuaalinen määritys ei kuitenkaan ole aukoton tapa määrittää murrosikään liittyvän kasvun ajoittumista. Polynomifunktiolla tehtävä määritys helpottaisi suurempien aineistojen käsittelyä eikä olisi tekijäriippuvaista. Matemaattista kasvukäyrien mallinnusta voitaisiin tulevaisuudessa hyödyntää esimerkiksi neuvolassa ja kouluterveydenhuollon yhteydessä osana sähköisiä kasvukäyriä.
  • Piekkala, Anni; Kaila, Minna; Virtanen, Suvi; Luukkainen, Päivi (2016)
  • Mäki, Päivi; Lehtinen-Jacks, Susanna; Vuorela, Nina; Levälahti, Esko; Koskela, Timo; Saari, Antti; Mölläri, Kaisa; Mahkonen, Raimo; Salo, Jarmo; Laatikainen, Tiina (2018)
    Lähtökohdat Tavoitteena oli selvittää, ovatko lasten kasvutietojen kattavuus ja laatu Avohilmossa parantuneet ja onko lasten ylipainoisuuden ja lihavuuden yleisyydessä näiden tietojen perusteella tapahtunut muutoksia. Menetelmät Vertasimme 2–16-vuotiaiden lasten kasvutietoja vuosien 2016–17 ja 2014–15 aineistoissa. Ylipainoisuuden yleisyyttä tarkasteltiin kunnissa, joissa tietojen kattavuus oli vähintään 65 % (167 521 lasta). Tulokset Vuosina 2014–15 kasvutietojen kattavuus oli vähintään 65 % kaikkiaan 63 kunnassa (20 %) ja vuosina 2016–17 kaikkiaan 123 kunnassa (40 %). Kunnista 47 %:ssa oli alle 10 %:n kattavuus vuosina 2016–17, kun aiemmassa aineistossa osuus oli 53 %. Ylipainoisia oli vuosina 2016–17 pojista 26 % ja tytöistä 16 %. Erot aiempaan eivät olleet merkitseviä. Päätelmät Kattavaa tietoa lasten ylipainoisuuden yleisyydestä löytyy Avohilmosta yhä useammasta kunnasta. Tietojen siirtymisessä on kuitenkin isoja eroja sen mukaan, mikä potilastietojärjestelmä kunnassa on käytössä.