Temporal trends in severe obesity prevalence in children and youth from primary care electronic medical records in Ontario: a repeated cross-sectional study
Notice bibliographique
Résumé
BACKGROUND: There are no current estimates of severe obesity in Canadian children. The objectives of this study were to determine the prevalence of severe obesity in children aged 18 years or less in Ontario and to determine temporal trends from 2004 to 2015. METHODS: This was a repeated cross-sectional study using height/length and weight of children aged 18 years or less from the Electronic Medical Record Administrative data Linked Database (EMRALD), a database of primary care electronic medical records in Ontario. We calculated body mass index (for age and sex) z-scores (zBMI). Two years of data (2014 and 2015) were used to determine the period prevalence of severe obesity. We used multivariable linear regression generalized estimating equations to estimate the association of calendar year and mean zBMI. RESULTS: In total, 55 233 children were included. The prevalence of severe obesity (zBMI > 3) increased with increasing age: it was 0.9% (95% confidence interval [CI] 0.7% to 1.0%) among children less than 5 years of age, 2.7% (95% CI 2.3% to 3.1%) among 5- to 9-year-olds, 2.9% (95% CI 2.4% to 3.3%) among 10- to 14-year-olds and 3.7% (95% CI 3.1% to 4.3%) among those aged 15-18. Boys aged 5-9 years had a significantly higher prevalence of severe obesity than their female counterparts (3.5% [95% CI 2.9% to 4.2%] v. 1.7% [95% CI 1.3% to 2.2%]). From 2004 to 2015, the mean zBMI decreased by 0.015 (95% CI -0.018 to -0.012) units per year, with the overall prevalence of severe obesity in all ages highest in 2005 (3%) and a decrease to 2% in 2015. INTERPRETATION: The prevalence of severe obesity among children and adolescents in Ontario is consistent with that in other developed countries with the exception of the United States. There is evidence of plateauing of estimates and a small decrease in zBMI over time. Further understanding of the impact of prevention efforts on these estimates is an important next step.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 tête enseignante, 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 ».