Is COVID-19 Another Case of Obesity Paradox? - Results from An International Ecological Study on behalf of the REPROGRAM Consortium Obesity Study Group
Notice bibliographique
Résumé
Introduction: Obesity has emerged as one of the major risk factors of severe morbidity and cause-specific mortality among severe acute respiratory syndrome coronavirus-2 (SARS-CoV-2) infected individuals. Patients with obesity also have overlapping cardiovascular diseases and diabetes, which make them increasingly vulnerable. This novel ecological study examines the impact of obesity and/or body mass index (BMI) on rates of population-adjusted cases and deaths due to coronavirus disease 2019 (COVID-19). Material and methods: Publicly available datasets were used to obtain relevant data on COVID-19, obesity and ecological variables. Group-wise comparisons and multivariate logistic regression analyses were performed. The receiver operating characteristic curve (ROC) was plotted to compute the area under the curve. Results: We found that male BMI is an independent predictor of cause-specific (COVID-19) mortality, and not of the caseload per million population. Countries with obesity rates of 20-30% had a significantly higher (approximately double) number of deaths per million population to both those in < 20% and > 30% slabs. We postulate that there may be a U-shaped paradoxical relationship between obesity and COVID-19 with the cause-specific mortality burden more pronounced in the countries with 20-30% obesity rates. These findings are novel along with the methodological approach of doing ecological analyses on country-wide data from publicly available sources. Conclusions: We anticipate, in light of our findings, that appropriate targeted public health approaches or campaigns could be developed to minimize the risk and cause-specific morbidity burden due to COVID-19 in countries with nationwide obesity rates of 20-30%.
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 | 0,011 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».