MétaCan
Menu
Retour à la cohorte
Enregistrement W1492116230 · doi:10.1155/2015/904798

Cumulative Weight Exposure Is Associated with Different Weight Loss Strategies and Weight Loss Success in Adults Age 50 or Above

2015· article· en· W1492116230 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueJournal of Aging Research · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueObesity, Physical Activity, Diet
Établissements canadiensResearch ManitobaUniversity of ManitobaChildren's Hospital Research Institute of Manitoba
Organismes subventionnairesCanadian Institutes of Health ResearchResearch Manitoba
Mots-clésWeight lossMedicineBody mass indexBody weightDemographyPopulationGerontologyObesityEnvironmental healthInternal medicine

Résumé

récupéré en direct d'OpenAlex

Objectives. To evaluate if cumulative weight exposure is associated with weight loss strategy choices and weight loss success. Methods. Data from the National Health and Nutrition Examination Survey were used; a total of 4,562 people age 50 years or older who reported trying to lose weight in the last year were studied. Cumulative weight exposure (CWE) score was defined as the sum of body mass index points above 25 kg/m(2) at the age of 25, 10 years ago, 1 year ago, and now. Weight loss strategies were self-reported and weight loss success was defined as reaching a 5% weight loss in the last year. Results. Chosen strategies for weight loss vary across tertiles of CWE. Participants in the highest CWE tertile were about 4 to 20 times more likely to lose at least 5% of body weight in the past year compared to those in the lowest CWE tertile (P < 0.05). Discussion. Strategies used to lose weight and weight loss success using different weight loss strategies vary considerably across cumulative weight exposure. Thus, cumulative weight exposure might be a variable worth considering when intervening with this population.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,872

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,058
Tête enseignante GPT0,369
Écart entre enseignants0,310 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle