Burden of obesity in the Eastern Mediterranean Region: findings from the Global Burden of Disease 2015 study
Notice bibliographique
Résumé
OBJECTIVES: We used the Global Burden of Disease (GBD) 2015 study results to explore the burden of high body mass index (BMI) in the Eastern Mediterranean Region (EMR). METHODS: We estimated the prevalence of overweight and obesity among children (2-19 years) and adults (≥20 years) in 1980 and 2015. The burden of disease related to high BMI was calculated using the GBD comparative risk assessment approach. RESULTS: The prevalence of obesity increased for adults from 15.1% (95% UI 13.4-16.9) in 1980 to 20.7% (95% UI 18.8-22.8) in 2015. It increased from 4.1% (95% UI 2.9-5.5) to 4.9% (95% UI 3.6-6.4) for the same period among children. In 2015, there were 417,115 deaths and 14,448,548 disability-adjusted life years (DALYs) attributable to high BMI in EMR, which constitute about 10 and 6.3% of total deaths and DALYs, respectively, for all ages. CONCLUSIONS: This is the first study to estimate trends in obesity burden for the EMR from 1980 to 2015. We call for EMR countries to invest more resources in prevention and health promotion efforts to reduce this burden.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».