MétaCan
Menu
Retour à la cohorte
Enregistrement W2172008388 · doi:10.1002/oby.21087

Lifestyle and weight predictors of a healthy overweight profile over a 20‐year follow‐up

2015· article· en· W2172008388 sur OpenAlexafffund
Michael Fung, Karissa L. Canning, Paul Mirdamadi, Chris I. Ardern, Jennifer L. Kuk

Notice bibliographique

RevueObesity · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueObesity, Physical Activity, Diet
Établissements canadiensYork University
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésOverweightMedicineCardiorespiratory fitnessObesityInternal medicineInsulin resistanceWeight gainEndocrinologyWeight changeWeight lossBody weight

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To examine whether changes in modifiable risk factors [physical activity, cardiorespiratory fitness (CRF), body weight, and diet composition] are associated with the transition to metabolically healthy overweight/obese (MHOW) versus metabolically abnormal overweight/obese. METHODS: Analysis included 1,358 adults [aged 25.0 (3.5) years] from the CARDIA study who were healthy at baseline and had overweight/obesity at follow-up. Participants with zero or one of the following six risk factors were classified as MHOW: elevated triglycerides, LDL, blood pressure, fasting glucose, and HOMA-insulin resistance and low HDL. RESULTS: Over the 20-year follow-up, the sample gained weight (BMI 24.5 to 31.1 kg/m(2) ), and the prevalence of MHOW was 47% at follow-up. After adjusting for changes in CRF, diet, and weight change, physical activity and macronutrient intake were not independently associated with MHOW (P > 0.05), while changes in CRF [fit-unfit: RR (95%) = 0.58, 0.52-0.66; unfit-unfit: RR = 0.67, 0.58-0.76, versus fit-fit] and weight [gain: RR (95%) = 0.54, 0.43-0.67; cycle: RR = 0.74, 0.57-0.94, versus stable] were independently associated with MHOW. CONCLUSIONS: Focusing on high CRF and strategies to limit weight gain may be important for individuals with overweight and obesity in early to mid-adulthood to maintain a metabolically healthy profile.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,012
Score d'incertitude au seuil0,762

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
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)0,0000,000

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 Opus0,015
Tête enseignante GPT0,263
Écart entre enseignants0,248 · 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 tête enseignante, 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

Citations29
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueObesityMême sujetObesity, Physical Activity, DietTravaux en français237 207