Patterns of Weight Gain in Middle-Aged and Older US Adults, 1992–2010
Notice bibliographique
Résumé
BACKGROUND: Cross-sectional analyses of national data have found that persons with high baseline body mass index (BMI) gain weight faster than persons at the median and that those whose weight was below the median gain very little weight. However, it is not clear whether these population-level changes reflect patterns at the individual level. METHODS: We examined longitudinal changes in BMI in initially underweight, normal-weight, overweight, and obese US men and women using individual-level repeat data from the Health and Retirement Study (n = 15,895; age range, 40-69 years at baseline). Linear mixed-effect regression was used to model 6-year change in self-reported BMI during 4 study periods (1992/1994-1998/2000, 1996/1998-2002/2004, 2000/2002-2006/2008, and 2004-2010). RESULTS: In the first 6-year period, the mean increase in BMI was greatest among persons who were initially normal weight (0.3 kg/m [95% confidence interval = 0.2 to 0.4]) and overweight (0.2 kg/m [0.1 to 0.3]). Weight gain accelerated in these groups with each subsequent period. Weight gain was less for initially class-I obese participants, and a net decrease in BMI was observed for class-III obese participants. CONCLUSION: These analyses suggest that the change in mean BMI among middle-aged and older US adults between 1992 and 2010 resulted mainly from accelerated weight gain among persons who were initially normal weight and overweight.
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 | 0,002 | 0,003 |
| 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 ».