Treatment of obesity: need to focus on high risk abdominally obese patients
Notice bibliographique
Résumé
Editorial by Little and Byrne It is generally accepted that obesity is a health hazard because of its association with numerous metabolic complications such as dyslipidaemia, type 2 diabetes, and cardiovascular diseases.1 On that basis, health agencies 2 3 have proposed that obesity should be defined on the basis of weight in kg expressed over height in m2, the so called body mass index,4 initially described by Quetelet in 1869 (table). Epidemiological studies have reported a progressive increase in the incidence of chronic diseases such as hypertension, diabetes, and coronary heart disease with increasing body mass index.1-3 However, despite this well documented evidence, physicians are, in their daily practice, perplexed by the remarkable heterogeneity found in their obese patients. For instance, some patients show a relatively “normal” profile of metabolic risk factors despite the presence of substantial excess body fat, whereas others who are only moderately overweight can nevertheless be characterised by a whole cluster of metabolic complications, increasing the risk of type 2 diabetes, coronary atherosclerosis, and cardiovascular disease. View this table: Classification of obesity based on body mass index (BMI)2 3 #### Summary points A simple measurement such as waist circumference can indicate accumulation of abdominal fat Viscerally obese men are characterised by an atherogenic plasma lipoprotein profile A triad of non-traditional markers for coronary heart disease found in viscerally obese middle aged men (hyperinsulinaemia, raised apolipoprotein B concentration, and small LDL particles) increases the risk of coronary heart disease 20-fold Four out of five middle aged men with a waist measurement ≥90 cm and triglyceride concentrations ≥2 mmol/l are characterised by this triad Even in the absence of hypercholesterolaemia, hyperglycaemia, or hypertension, obese patients could be at high risk of coronary heart disease if they have this “hypertriglyceridaemic waist” phenotype In this regard, epidemiological and metabolic studies …
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,004 | 0,006 |
| Science ouverte | 0,003 | 0,001 |
| Intégrité de la recherche | 0,014 | 0,023 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,008 |
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 source (Gemma direct ou Codex distillé), 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 ».