Prevalence and Correlates of Overweight and Obesity Among Older Adults: Findings From the Canadian National Population Health Survey
Notice bibliographique
Résumé
BACKGROUND: The prevalence of obesity among elderly persons in industrialized countries ranges from 15% to 20%. Little is known about variations of overweight within subgroups of the elderly population. This study examined the factors associated with overweight and obesity among older men and women. METHODS: Data for 12,823 community-dwelling persons aged 65 and older from the 1996-1997 Canadian National Population Health Survey were examined. Predictors of overweight (body mass index [BMI] = 25.0-29.9 kg/m2) and obesity (BMI = >30 kg/m2) relative to normal weight (BMI = 20.0-24.9 kg/m2) were examined using logistic regression analyses. Analyses were stratified by gender. The predictor variables included age, education, marital status, place of birth, region, smoking status, alcohol use, chronic conditions, physical activity, functional limitations, self-rated health, social support, and psychological distress. RESULTS: Overall, 39% and 13% of Canadian older adults were classified as overweight and obese, respectively. Some of the risk factors for overweight were male gender, low education, being married, Canadian born, residence in the Atlantic provinces, no use of alcohol, comorbidity, physical inactivity, and limited functional status. Risk factors for obesity were similar to those for overweight except for being unmarried; American, European, and Australian born; lower and higher levels of alcohol use; poor self-rated health; and psychological distress. CONCLUSIONS: The results could lead to more effective weight-control interventions that are designed to promote increased physical activity and healthy eating habits among obese older individuals.
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 ».