Paediatric obesity appears to lower the risk of diabetes if selection bias is ignored
Notice bibliographique
Résumé
BACKGROUND: Frustrated with the onslaught of articles reporting fascination with results that appear paradoxical but are merely due to selection bias, we studied the apparent effect of obesity on diabetes risk in youth who had a test for diabetes. We hypothesised that obese subjects would have lower rates of diabetes than non-obese subjects due to selection bias, and consequently, obesity would appear to lower the risk of diabetes. METHODS: Retrospective cohort study of children (4-9 years), pre-teens (10-12 years) and teenagers (13-19 years). Participation was restricted to those who had a test of haemoglobin A1C along with measured height and weight. Body mass index percentile via the Centers for Disease Control and Prevention age and sex standards was calculated and categorised. The main outcome was A1C%, subsequently categorised at the level for diagnosis of diabetes mellitus (≥6.5%). RESULTS: The sample consisted of 134 (2%) underweight, 1718 (30%) healthy weight, 660 (12%) overweight and 3190 (56%) obese individuals. 16% (n=936) had an A1C≥6.5%. Overall, healthy weight children had 8.2 times the risk of A1C≥6.5% (95% CI 5.3 to 12.7) compared with those in the obese category. The relative risk was 13 in pre-teens (95% CI 8.5 to 20.0) and 3.9 in teenagers (95% CI 3.3 to 4.7). CONCLUSIONS: Healthy weight was associated with a 4-13 times higher relative risk of diabetes mellitus compared with being obese. While apparently shocking, the study's fatal flaw (selection bias) explains the 'paradoxical' finding. Ignoring selection bias can delay advances in medical science.
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 | 0,091 | 0,253 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».