Predictors of Weight Loss and Weight Gain in Weight Management Patients during the COVID-19 Pandemic
Notice bibliographique
Résumé
Objective. To examine the associations between patient struggles, health, and weight management changes during the COVID-19 pandemic. Methods. 585 patients attending a publicly funded clinical weight management program responded to an electronic survey. Results. Over half of the patients reported worsened overall health, mental health, physical activity, or diet during the pandemic. Approximately 30% of patients lost ≥3% of their body weight and 21% gained ≥3% of their body weight between March and July of the pandemic. Reports of social isolation was associated with increased odds for weight loss in women (OR = 2.0, 1.2–3.3), while low motivation (OR = 1.9, 1.0–3.7), depression (OR = 2.5, 1.0–6.3), and struggles with carbohydrate intake (OR = 2.1, 1.0–4.3) were associated with weight gain. Cooking more at home/eating less take out was associated with increased likelihood of weight loss (OR = 2.1, 1.1–3.9) and lower odds for weight gain (OR = 0.2, 0.1 to 0.97). Working from home was not associated with weight loss or weight gain ( <a:math xmlns:a="http://www.w3.org/1998/Math/MathML" id="M1"> <a:mi>P</a:mi> <a:mo>></a:mo> <a:mn>0.6</a:mn> </a:math> ). Conclusion. The COVID-19 pandemic is associated with certain factors that may facilitate weight loss and other factors that promote weight gain. Thus, depending on the patient experience during the pandemic, prevention of weight gain may be more appropriate than weight loss.
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) | 0,000 | 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 ».