Incidence of Overweight and Its Predictors in Adults after 10 Years of Follow-up: Yazd Healthy Heart Project
Notice bibliographique
Résumé
Background: Obesity and overweight are important public health problems which are rapidly growing throughout the world. This study aims to provide 10-year incidence estimates of obesity and overweight in adults along with their risk factors in an Iranian adult population. Methods: This cohort study was conducted within the framework of the Yazd Healthy Heart Project (YHHP) throughout phases from 2005-2006 to 2015-2016 among urban adult population. The participants comprised of 1000 males and 1000 females aged 20-74 years from urban areas of Yazd. Cox proportional hazards model was used to examine the potential risk factors for obesity and overweight. Results: A total of 2000 participants aged 47.09 ± 16.97 years and body mass index (BMI) of 21.99 ± 2.21 kg/m2 were entered in this study at baseline. After 10 years of follow-up, the cumulative incidence of overweight for the entire population was 38.6% (41.6% in women and 36.8% in men). Furthermore, the 10-year cumulative incidence of obesity was 14.8% in the population (20.8% for women and 10.5% for men). Female participants showed a significantly higher incidence rate compared to males either for obesity or overweight. Regarding risk factors, there was a significant association between non-smoking (HR= 1.54, 95% CI: 1.06-2.25), socio-economic status (HR= 1.82, 95% CI: 1.13-2.94), and education (HR= 1.56, 95% CI: 1.14-2.13) with overweight (P < 0.05). Conclusion: This study revealed the incidence rate of obesity and overweight is significantly high in adult population of Yazd, Iran especially in women. The most important predictors of overweight seem to be smoking, lower socio-economic status, and education.
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 ».