Excess use of general practitioners by obese adults: Does health-related quality of life account for the association?
Notice bibliographique
Résumé
As general practitioners (GP) are seeing, and are likely to continue to see, increasing numbers of obese patients in their practices, it is relevant to know with which needs these patients enter general practice. The present study aims to determine whether besides physical comorbidities, health-related quality of life (HRQOL) accounts for associations of obesity with GP use. In a general population survey in Augsburg, Germany (KORA-Survey S4 1999/2001), anthropometric body mass (BMI in kg/(m(2))), physical comorbidities, HRQOL (the 12-item Short Form; SF-12), and visits to GP were assessed, and analyzed by logistic and zero-truncated negative binomial regressions (two-part model). Gender, age, socio-economic status, marital status, health insurance, and place of residence were adjusted for. The sample consisted of N = 942 residents aged 25 - 74, who had been randomly sampled from 17 cluster-sampled communities, and were either normal-weight, overweight, moderately obese, or severely obese. The moderately obese group had higher odds than the normal-weight to report any GP use; however, while being predictive, neither physical comorbidity nor HRQOL mediated this. In contrast, with regard to number of GP visits among users, the severely obese group (BMI >/= 35) reported significantly more visits than the normal-weight group, and both physical comorbidity and physical (but not mental) HRQOL accounted for this. In conclusion, physical comorbidity and HRQOL mediate excess use of GP by severely obese users in terms of number of visits. Thus, for this group, subjective physical health seems to be important besides physical comorbidities, suggesting for general practice to focus both on evaluated and perceived needs of these patients.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,018 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».