PROCEED: Prospective Obesity Cohort of Economic Evaluation and Determinants: baseline health and healthcare utilization of the US sample*
Notice bibliographique
Résumé
AIM: To summarize baseline characteristics, health conditions, resource utilization and resource cost for the US population for the 90-day period preceding enrolment, stratified by body mass index (BMI) and the presence of abdominal obesity (AO). METHODS: PROCEED (Prospective Obesity Cohort of Economic Evaluation and Determinants) is a multinational, prospective cohort of control (BMI 20-24.0 kg/m(2)), overweight (BMI 25-29.9 kg/m(2)) and obese (BMI >or= 30 kg/m(2)) subjects with AO and without AO [non-abdominal obesity (NAO)], defined by waist circumference (WC) >102 and 88 cm for males and females, respectively. Subjects were recruited from an Internet consumer panel. Outcomes were self-reported online. Self-reported anthropometric data were validated. Prevalence of conditions and utilization is presented by BMI class and AO within BMI class. Differences in prevalence and means were evaluated. RESULTS: A total of 1067 overweight [n = 474 (NAO: n = 254 and AO: n = 220)] and obese [n = 493 (NAO: n = 39 and AO: n = 454)] subjects and 100 controls were recruited. Self-reported weight (r = 0.92) and WC (r = 0.87) were correlated with measured assessments. Prevalence of symptoms was significantly higher in groups with higher BMI, as were hypertension (p < 0.0001), diabetes (p < 0.0001) and sleep apnoea (p < 0.0001). Metabolic risk factors increased with the BMI class. Among the overweight class, subjects with AO had significantly more reported respiratory, heart, nervous, skin and reproductive system symptoms. Overweight subjects with AO reported a significantly higher prevalence of diabetes (13%) compared with overweight subjects with NAO (7%, p = 0.04). Mean healthcare cost was significantly higher in the higher BMI classes [control ($456 +/- 937) vs. overweight ($1084 +/- 3531) and obese ($1186 +/- 2808) (p < 0.0001)]. CONCLUSION: An increasing gradient of symptoms, medical conditions, metabolic risk factors and healthcare utilization among those with a greater degree of obesity was observed. The independent effect of AO on health and healthcare utilization deserves further study with a larger sample size.
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 | 0,001 | 0,000 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».