Development of a population-based microsimulation model of body mass index.
Notice bibliographique
Résumé
BACKGROUND: The increasing prevalence of overweight and obesity has necessitated the development of body mass index (BMI) projection models such as the POpulation HEalth Model (POHEM). This study describes the POHEM-BMI model, a microsimulation tool that can be used to support evidence-based health policy making for obesity reduction. DATA AND METHODS: The National Population Health Survey, the Canadian Community Health Survey (CCHS), and the Canadian Health Measures Survey (CHMS) were used to develop and validate a predictive model of BMI for adults and childhood BMI history. Models were incorporated into POHEM and used to transition BMI over time in a fully dynamic simulated Canadian population. RESULTS: POHEM-BMI projections of self-reported and measured adult BMI and childhood BMI history agree well with CCHS and CHMS validation estimates. Among men and women, average BMI is projected to increase by more than one BMI unit between 2001 and 2030. Projections of self-reported BMI show that 59% of the adult population will be overweight or obese by 2030; projections of measured BMI show that the percentage will be 66%. INTERPRETATION: Using empirically developed BMI prediction models for adults and childhood BMI history integrated into the POHEM framework, validated projections of BMI for the Canadian population can be produced. Projections of BMI trends could have important applications in tracking the prevalence of related diseases, and in planning and comparing intervention strategies.
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 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».