PROFILING OBESITY PHENOTYPES AND TRAJECTORIES IN OLDER ADULTS OF THE NUAGE COHORT: A CLUSTER ANALYSIS
Notice bibliographique
Résumé
Background: Obesity in older adults results from several interacting factors. Consequently, interventions have shown mitigated effects. Objectives: We determined 1) the different subgroups of obese elderly based on clusters of associated comorbidities and 2) the trajectory of these clusters to assess their stability over 3 years and factors contributing to transitions. Methods: Obese men (n=193; BMI= 33.15 ± 2.69 kg/m2) and women (n=220; BMI= 33.71 ± 3.71 kg/m2) aged between 68 and 82 years were studied. Outcome variables were: body composition, strength, physical capacity, nutrition, psychological and physical health and social participation. Cluster analyses, stratified by sex, were used to identify obesity profiles at baseline and follow-up. Results: Three profiles were identified, based on general health (GH), psychological health (PH) and physical capacity (PC). Cluster 1: healthy obese (GH+, PH+, PC+); Custer 2: obese with low physical capacity (GH+/-, PH+/-, PC-); Cluster 3: unhealthy obese (GH-, PH-, PC-). After 3-years, 61% and 62% of men and women remained in their initial cluster, compared to 20.4% and 12.0% who transitioned toward a worse health Cluster and 18.3% and 14.2% who transitioned toward a more favorable cluster, partly explained by changes in physical health for men and physical and psychological health for women. Conclusion: The results of this study show that targeting physical capacity in men and physical and psychological health status in women could prevent further health decline in obese elderly. Further studies are needed to investigate the role of these clusters in the prediction of cardiometabolic complications and mortality.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 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 ».