MétaCan
Menu
Retour à la cohorte
Enregistrement W2158083864 · doi:10.1159/000346325

Diagnosis and Treatment of Obesity among Mexican Adults

2012· article· en· W2158083864 sur OpenAlexafffund
Diana Pérez-Salgado, Jesús Valdés Flores, Ian Janssen, Luis Ortiz-Hernández

Notice bibliographique

RevueObesity Facts · 2012
Typearticle
Langueen
DomaineHealth Professions
ThématiqueObesity and Health Practices
Établissements canadiensQueen's University
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésMedicineObesitySocioeconomic statusWeight lossDemographyGerontologyInternal medicinePopulationEnvironmental health

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: To quantify the access to diagnosis and treatment of obesity and intentional weight loss among obese adults in Mexico and to identify the sociodemographic factors related to these events. METHODS: The 2006 Mexican National Health and Nutrition Survey - representative of the adults aged 20 to 64 years - was analyzed. Whether people had received diagnosis and treatment from health professionals and whether they had intentional weight loss were explored. The independent variables were: sex, age, socioeconomic position, locality size, and body weight perception. Analyses were carried out for obese people only (BMI ≥ 30 kg/m(2), N = 8,545). RESULTS: Among obese people, just 20.2% were diagnosed with such condition, only 8.0% undertook treatment, and barely 5.6% had lost weight intentionally. Individuals with a higher BMI, older individuals, people with higher education, those living in wealthier households, and those living in metropolitan areas were more likely to receive diagnosis and treatment for obesity. Women and people who had been diagnosed as obese were more likely to lose weight. CONCLUSION: There is an urgent need to increase access to diagnosis and treatment of obesity in Mexico, particularly for men and for lower socioeconomic groups.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,038

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,078
Tête enseignante GPT0,409
Écart entre enseignants0,331 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations11
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueObesity FactsMême sujetObesity and Health PracticesTravaux en français237 207