BMI and All‐Cause Mortality in a Population‐Based Cohort in Rural South Africa
Notice bibliographique
Résumé
Objective This study evaluates the association between BMI and all‐cause and cause‐specific mortality in South Africa. Methods Prospective, population‐based observational cohort data from rural South Africa were analyzed. BMI was measured in 2010. Demographic characteristics were recorded and deaths were verified with verbal autopsy interview. The InterVA‐5 tool was used to assign causes of death. HIV testing was conducted annually. Cox proportional hazards models were fit to estimate the effect of BMI on all‐cause and cause‐specific mortality, accounting for the competing risk of death from other causes. Models were adjusted for sociodemographic characteristics and HIV status, and inverse probability weighting for survey nonparticipation was used. Results The cohort consisted of 9,728 individuals. In adjusted models, those with BMI of 25.0 to 29.9 kg/m 2 or 30.0 to 34.9 kg/m 2 had a lower hazard of death (adjusted hazard ratio: 0.80; 95% CI: 0.69‐0.92 and adjusted hazard ratio: 0.75; 95% CI: 0.60‐0.93, respectively) compared with those with BMI of 18.5 to 24.9 kg/m 2 . Conclusions Individuals in South Africa who meet clinically defined criteria for overweight or obesity had a lower risk of all‐cause mortality than those with a normal BMI. These findings were stronger for women and communicable conditions.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».