MétaCan
Menu
Retour à la cohorte
Enregistrement W1992541500 · doi:10.2105/ajph.2005.080614

Prevalence of Obesity and Its Metabolic Correlates Among the Circumpolar Inuit in 3 Countries

2007· article· en· W1992541500 sur OpenAlexaboutno aff
T. Kue Young, Peter Bjerregaard, Éric Dewailly, Patricia Markham Risica, Marit E. Jørgensen, Sven E. O. Ebbesson

Notice bibliographique

RevueAmerican Journal of Public Health · 2007
Typearticle
Langueen
DomaineHealth Professions
ThématiqueIndigenous Studies and Ecology
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésWaistOverweightBody mass indexObesityMedicineDemographyCircumpolar starMetabolic syndromeCircumferencePopulationEnvironmental healthInternal medicine

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: We investigated the prevalence of obesity and the metabolic correlates of different levels of body mass index (BMI) and waist circumference among the Inuit in 3 countries. METHODS: Data from 4 surveys of Inuit in Canada, Greenland, and Alaska conducted during 1990-2001 were pooled, with a total sample size of 2545 participants. These data were compared with data from a Canadian population of predominantly European origin. RESULTS: Using the World Health Organization criteria for overweight and obesity, we found that the crude prevalence of overweight among Inuit men and women was 36.6% and 32.5%, respectively, and obesity was 15.8% and 25.5%, respectively. Inuit prevalences were similar to those of the highly developed countries of Europe and North America. As levels of obesity increased, as measured by BMI or waist circumference, the mean values of various metabolic indicators-lipid, glucose, and insulin levels and blood pressure-also increased. However, at each level of BMI or waist circumference, the Inuit had lower blood pressure and lipid levels than did Euro-Canadians. CONCLUSIONS: Our data indicate that universal criteria for obesity may not reflect the same degree of metabolic risk for populations such as the Inuit and suggest that ethnic-specific criteria are needed.

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.

Comment cette classification a été obtenuedéplier

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)0,013
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,048
Score d'incertitude au seuil0,852

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0130,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,032
Tête enseignante GPT0,361
Écart entre enseignants0,329 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations92
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmerican Journal of Public HealthMême sujetIndigenous Studies and EcologyTravaux en français237 207