Are universal standards for optimal infant growth appropriate? Evidence from a Hong Kong Chinese birth cohort

医学 百分位 人口学 儿科 队列 出生体重 人口 标准分 怀孕 环境卫生 统计 数学 社会学 内科学 生物 遗传学
作者
Lai Ling Hui,C. Mary Schooling,Benjamin J. Cowling,Ssl Leung,TH Lam,GM Leung
出处
期刊:Archives of Disease in Childhood [BMJ]
卷期号:93 (7): 561-565 被引量:98
标识
DOI:10.1136/adc.2007.119826
摘要

Although the WHO study group concluded there was a striking similarity in length/height among different populations, Hong Kong Chinese toddlers are, on average, shorter. Epigenetic constraints on growth coupled with the rapid epidemiological transition in Hong Kong may not have allowed sufficient generations for infants and children to reach their full genetic height potential, and with it the WHO standards. A universal infant growth standard may not be appropriate across all populations.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
刚刚
Jay发布了新的文献求助10
1秒前
Di完成签到 ,获得积分10
2秒前
jhcraul完成签到,获得积分0
2秒前
活佛济公完成签到 ,获得积分10
2秒前
xxf发布了新的文献求助10
2秒前
暴躁的惜筠完成签到,获得积分10
2秒前
舒适的文博完成签到 ,获得积分10
3秒前
SCINEXUS完成签到,获得积分0
10秒前
所所应助xxf采纳,获得10
11秒前
小乔完成签到 ,获得积分10
12秒前
SY1005完成签到 ,获得积分10
14秒前
EVER完成签到 ,获得积分10
16秒前
千空完成签到 ,获得积分10
17秒前
21秒前
似风完成签到 ,获得积分10
23秒前
朽木完成签到 ,获得积分10
25秒前
朴实雨竹完成签到,获得积分10
25秒前
lili应助Karl采纳,获得30
28秒前
岳博完成签到,获得积分10
29秒前
生动琦完成签到,获得积分10
30秒前
32秒前
日尧完成签到,获得积分10
32秒前
33秒前
小宝发布了新的文献求助10
38秒前
精明的咖啡完成签到 ,获得积分10
38秒前
hhhhh完成签到 ,获得积分10
39秒前
舒适的采波完成签到 ,获得积分10
40秒前
锅包又完成签到 ,获得积分10
46秒前
hehe完成签到,获得积分10
46秒前
嘿嘿嘿完成签到 ,获得积分10
49秒前
music_2号完成签到,获得积分10
50秒前
moon完成签到 ,获得积分10
50秒前
酸色黑樱桃完成签到,获得积分10
50秒前
所所应助挽风风风风采纳,获得10
57秒前
乐乐呀完成签到 ,获得积分10
59秒前
xh完成签到 ,获得积分10
1分钟前
1分钟前
1分钟前
Lucas应助科研通管家采纳,获得10
1分钟前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
Principles of town planning: translating concepts to applications 1000
Navigating Normative Orders. Interdisciplinary Perspectives 800
1 Peter and Christ's Descent to the Dead in Its Early Christian Reception 700
Organizational Behavior 510
Management and the Arts 510
Matrix Methods in Data Mining and Pattern Recognition Second Edition 510
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 工程类 有机化学 化学工程 生物化学 计算机科学 内科学 物理 复合材料 催化作用 细胞生物学 无机化学 光电子学 物理化学 电极 基因
热门帖子
关注 科研通微信公众号,转发送积分 7738975
求助须知:如何正确求助?哪些是违规求助? 9287929
关于积分的说明 20185072
捐赠科研通 7316956
什么是DOI,文献DOI怎么找? 3306016
关于科研通互助平台的介绍 2458506
邀请新用户注册赠送积分活动 2315956