MétaCan
Menu
Retour à la cohorte
Enregistrement W4307283821 · doi:10.1186/s12916-022-02596-7

Relationship of body mass index with frailty and all-cause mortality among middle-aged and older adults

2022· article· en· W4307283821 sur OpenAlexaff
Kulapong Jayanama, Olga Theou, Judith Godin, Andrea Mayo, Leah E. Cahill, Kenneth Rockwood

Notice bibliographique

RevueBMC Medicine · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueFrailty in Older Adults
Établissements canadiensNova Scotia Health AuthorityDalhousie University
Organismes subventionnairesNational Institute on AgingMax-Planck-GesellschaftEuropean Commission
Mots-clésMedicineNational Health and Nutrition Examination SurveyBody mass indexOverweightGerontologyDemographyObesityMarital statusPopulationInternal medicineEnvironmental health

Résumé

récupéré en direct d'OpenAlex

Abstract Background Parallel to growth of aging and obese populations, the prevalence of metabolic diseases is rising. How body mass index (BMI) relates to frailty and mortality across frailty levels is controversial. We examined the associations of high BMI with frailty and mortality and explored the effects of percent body fat on these associations. Methods We included 29,937 participants aged ≥50 years from the 2001–2006 National Health and Nutrition Examination Survey (NHANES) cohorts ( N =6062; 53.7% females) and from wave 1 (2004) of Survey of Health, Ageing and Retirement in Europe (SHARE) ( N =23,875; 54% females) . BMI levels were categorized as: normal: 18.5–24.9 kg/m 2 , overweight: 25.0–29.9, obese grade 1: 30.0–34.9, and obese grade 2 or 3: >35.0. A frailty index (FI) was constructed excluding nutrition-related items: 36 items for NHANES and 57 items for SHARE. We categorized the FI using 0.1-point increments: FI ≤ 0.1 (non-frail), 0.1 < FI ≤ 0.2 (very mildly frail), 0.2 < FI ≤ 0.3 (mildly frail), and FI > 0.3 (moderately/severely frail). Percent body fat was measured using DXA for NHANES participants. All-cause mortality data were obtained until 2015 for NHANES and 2017 for SHARE to estimate 10-year mortality risk. All analyses were adjusted for age, sex, educational, marital, employment, and smoking statuses. Results Mean age of participants was 63.3±10.2 years for NHANES and 65.0±10.0 years for SHARE. In both cohorts, BMI levels ≥25 kg/m 2 were associated with higher frailty, compared to normal BMI. In SHARE, having a BMI level greater than 35 kg/m 2 increased mortality risk in participants with FI≤0.1 (HR 1.31, 95%CI 1.02–1.69). Overweight participants with FI scores >0.3 were at lower risk for mortality compared to normal BMI [NHANES (0.79, 0.64–0.96); SHARE (0.71, 0.63–0.80)]. Higher percent body fat was associated with higher frailty. Percent body fat significantly mediated the relationship between BMI levels and frailty but did not mediate the relationship between BMI levels and mortality risk. Conclusions Being overweight or obese is associated with higher frailty levels. In this study, we found that being overweight is a protective factor of mortality in moderately/severely frail people and obesity grade 1 may be protective for mortality for people with at least a mild level of frailty. In contrast, obesity grades 2 and 3 may be associated with higher mortality risk in non-frail people. The relationship between BMI and frailty is partially explained by body fat.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,071
Tête enseignante GPT0,305
Écart entre enseignants0,234 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations209
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMC MedicineMême sujetFrailty in Older AdultsTravaux en français237 207