Management of obesity across women's life course: FIGO Best Practice Advice
Notice bibliographique
Résumé
Obesity is a chronic, progressive, relapsing, and treatable multifactorial, neurobehavioral disease. According to the World Health Organization, obesity affects 15% of women and has long-term effects on women's health. The focus of care in patients with obesity should be on optimizing health outcomes rather than on weight loss. Appropriate and common language, considering cultural sensitivity and trauma-informed care, is needed to discuss obesity. Pregnancy is a time of significant physiological change. Pre-, ante-, and postpartum clinical encounters provide opportunities for health optimization for parents with obesity in terms of, but not limited to, fertility and breastfeeding. Pre-existing conditions may also be identified and managed. Beyond pregnancy, women with obesity are at an increased risk for gastrointestinal and liver diseases, impaired kidney function, obstructive sleep apnea, and venous thromboembolism. Gynecological and reproductive health of women living with obesity cannot be dismissed, with accommodations needed for preventive health screenings and consideration of increased risk for gynecologic malignancies. Mental wellness, specifically depression, should be screened and managed appropriately. Obesity is a complex condition and is increasing in prevalence with failure of public health interventions to achieve significant decrease. Future research efforts should focus on interprofessional care and discovering effective interventions for health optimization.
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 | 0,004 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,002 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».