Physical Activity Levels and Smoking Status in Relation to Weight Control after Bariatric Surgery
Notice bibliographique
Résumé
Smokers typically exhibit lower body weights than non-smokers despite poorer metabolic and physiologic profiles. Nicotine, an appetite suppressant found in cigarettes and cigars, may play a role in weight control. Physical activity also contributes to lower body weights; however, this simultaneously reduces all-cause mortality, risk of coronary artery disease, and other chronic conditions. PURPOSE: To investigate if smoking status has an impact on weight loss and physical activity levels in patients 1-17 years after Roux-en-Y gastric bypass (RYGB). METHODS: A total of 509 individuals who had previously undergone RYGB (1-17 years post) were recruited for this study. To assess physical activity habits, participants were asked, “How many times per week do you exercise for 30 min or more at an intensity that makes you sweat or breathe hard?” Participants were also asked if they were a current smoker, ex-smoker or never smoked. RESULTS: The sample consisted of 22% smokers (114 total, 81 females), 47% never- smokers (239 total, 190 females) and 31% ex-smokers (156 total, 120 females). There were no significant differences in smoking status (p=.45) or physical activity (p=.57) between sexes. Current smokers had the highest BMI change (-21.2±.8kg/m2) compared to both never-smokers (-18.8±.6kg/m2; p=.01) and ex-smokers (-18.7±.7kg/m2; p=.02) while there was no significant difference between never-smokers and ex-smokers (p=.97). Ex-smokers reported being significantly more active (1.7±1.9bouts) compared to current smokers (1.1±1.7bouts; p=.01) while there were no differences in activity between never-smokers (1.5±1.7bouts) and current smokers (p=.07). CONCLUSIONS: Although smokers lost the greatest amount of weight post-surgery, they also reported being inadequately active. Post-surgical follow-ups should evaluate numerous health measures as indicators of surgical success, as long term weight change may also be equally affected by both healthy and unhealthy habits.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».