Smoking status and sex as indicators of differences in 2582 obese patients presenting for weight management
Notice bibliographique
Résumé
BACKGROUND: Smoking remains the most common preventable cause of death. Very little tobacco exposure can increase cardiovascular disease risk. The relationship between smoking, sex, and weight remains unclear. METHODS: Between September 1992 and June 2007, 2582 consenting patients starting the Ottawa Hospital Weight Management program were grouped by sex and smoking status. "Former smokers" (771 females, 312 males) had quit for at least 1 year. "Smokers" (135 females, 54 males) smoked > 9 cigarettes daily. There were 979 females and 331 males who never smoked. Using SAS 9.2 statistical software, the prevalence of coronary artery disease (CAD), type 2 diabetes (T2DM), major depressive disorder (MDD), and medication use among the groups was compared (Chi-square [χ(2)]). Anthropometric measurements, lipid, glucose and thyroid levels were compared using analysis of variance (ANOVA). Interactions were assessed using 2-way ANOVA analysis for continuous data, and logistic regression for discrete data. RESULTS: Smokers were more likely to have MDD (χ(2)), lower high-density lipoprotein levels and higher triglyceride levels than other groups. Former smokers had a greater prevalence of CAD, T2DM on pharmacotherapy, and impaired fasting glucose than other groups. They were also more likely to be taking lipid-lowering agents and antihypertensives (χ(2)). Never smokers had less MDD, CAD, and were less likely to be on antidepressants than the other groups. Males were more likely to have CAD and T2DM than females. Females were more likely to have MDD than males. Interactions between smoking status and sex were found for age, weight, fasting glucose and thyroid-stimulating hormone levels. CONCLUSION: Obese never smokers suffer from the fewest chronic diseases. Obese former smokers have a greater prevalence of CAD, T2DM on pharmacotherapy, and impaired fasting glucose than other groups. Thus, clinicians and researchers should avoid combining former smokers with never smokers as "nonsmokers" in research and treatment decisions. The results of this study call for a longitudinal study comparing these groups over the weight management program.
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) | 0,000 | 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 ».