Relationship Between Obesity and Obesity-Related Morbidities Weakens With Aging
Notice bibliographique
Résumé
BACKGROUND: A weak relationship exists between obesity and mortality risk in older populations, however, the influence of age on the relationship between obesity and morbidity is unclear. The objective of this study was to determine the influence of age on the relationship between obesity and cardiovascular disease, type 2 diabetes, dyslipidemia, and hypertension. METHODS: Data from the Third National Health and Nutrition Examination Survey (1988-1994) were used. Individuals were classified into specific age (young: 18-40; middle: 40-65; old: 65-75; and very old: ≥75 years) and body mass index (BMI; 18.5-24.9, >25-29.9, ≥ 30kg/m(2)) categories. Cardiovascular disease, type 2 diabetes, dyslipidemia, and hypertension were categorized using measured metabolic risk factors, physician diagnosis, or medication use. RESULTS: Age modified the relationship between BMI and cardiovascular disease (Age × BMI interaction, p = .049), dyslipidemia (Age × BMI interaction, p = .035 for men, p < .001 for women), and hypertension (Age × BMI interaction, p = .023) in women but not in men (p = .167). However, age did not modify the relationship between BMI and type 2 diabetes (Age × BMI interaction, p = .177). BMI was strongly associated with increased relative risk of cardiovascular disease, dyslipidemia, type 2 diabetes, and hypertension in the young and middle aged, however, the association between BMI and these metabolic conditions were much more attenuated with increasing age. CONCLUSION: A stronger association between obesity and prevalent metabolic conditions exists in young and middle-aged populations than in old and very old populations. Longitudinal studies are needed to verify these findings and to confirm the benefits of weight loss on health across the life span.
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 | 0,001 |
| 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 ».