Relationship Between BMI, Body image, and Smoking in Korean Women as Determined by Urine Cotinine: Results of a Nationwide Survey
Notice bibliographique
Résumé
BACKGROUND: This study examined the influence of body mass index (BMI), subjective body perception (SBP), and the differences between BMI and SBP influence on smoking among women. METHODS: This study used the Korea National Health and Nutrition Examination Survey IV-2, 3 2008-2009. A urinary cotinine test was administered to 5485 women at least 19 years of age. Individuals whose cotinine level was at least 50 ng/mL were categorized as smokers. A multiple logistic regression analysis was performed to estimate the extent to which body-related variables affect female smoking. RESULTS: Women with a lower BMI who perceived themselves to be normal or very fat were 2.09 times (1.14-3.83) more likely to smoke than women with a normal BMI and SBP. Women who were never married with a low BMI and thin SBP were 3.11 times (1.47-6.55) more likely to smoke than women with a normal BMI and SBP. Married women with a high BMI who considered themselves very fat were 0.63 times (0.43-0.94) less likely to smoke than women with a normal BMI and SBP. In contrast, divorced and widowed women with a low or normal BMI who considered themselves very fat were 26.1 times (1.35-507.3) more likely to smoke. CONCLUSIONS: Discrepancies between the objective physical condition (BMI) and the subjective body image (SBP) influence the female smoking rate. To reduce the number of female smokers, public education on the association between smoking behavior and weight issues is needed, especially among women with low BMI and distorted weight perception.
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 | 0,003 | 0,001 |
| 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 ».