Underweight rather than adiposity is an important predictor of death in rural Chinese adults: a cohort study
Notice bibliographique
Résumé
Background To assess the associations of body mass index (BMI) with all-cause and cause-specific mortalities among rural Chinese. Methods A prospective study of 28 895 individuals was conducted from 2006 to 2014 in rural Deqing, China. Height and weight were measured. The association of BMI with mortality was assessed by using Cox proportional hazards model and restricted cubic spline regression. Results There were a total of 2062 deaths during an average follow-up of 7 years. As compared with those with BMI of 22.0–24.9 kg/m2, an increased risk of all-cause mortality was found for both underweight men (BMI <18.5 kg/m2) (adjusted HR (aHR): 1.45, 95% CI: 1.18 to 1.79) and low normal weight men (BMI of 18.5–21.9 kg/m2) (aHR: 1.20, 95% CI: 1.03 to 1.38). A J-shaped association was observed between BMI and all-cause mortality in men. Underweight also had an increased risk of cardiovascular disease and cancer mortalities in men. The association of underweight with all-cause mortality was more pronounced in ever smokers and older men (60+ years). The results remained after excluding participants who were followed up less than 1 year. Conclusion The present study suggests that underweight is an important predictor of mortality, especially for elderly men in the rural community of China.
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 | 0,001 |
| 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 | 0,001 | 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) | 0,001 | 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 ».