MétaCan
Menu
Retour à la cohorte
Enregistrement W4387614293 · doi:10.1186/s12916-023-03079-z

Association of adiposity and its changes over time with COVID-19 risk in older adults with overweight/obesity and metabolic syndrome: a longitudinal evaluation in the PREDIMED-Plus cohort

2023· article· en· W4387614293 sur OpenAlexafffund
Sangeetha Shyam, Jesús García‐Gavilán, Indira Paz‐Graniel, José J. Gaforio, Miguel Ángel Martínez‐González, Dolores Corella, J. Alfredo Martínéz, Ángel M. Alonso‐Gómez, Julia Wärnberǵ, Jesús Vioqué, Dora Romaguera, José López‐Miranda, Ramón Estruch, Francisco J. Tinahones, José Lapetra, J. Luís Serra‐Majem, Aurora Bueno‐Cavanillas, Josep A. Tur, Vicente Martín, Xavier Pintó, Pilar Matía‐Martín, Josép Vidal, Clotilde Vázquez, Lidia Daimiel, Emilio Ros, Fernando Fernández‐Aranda, Stephanie Nishi, Oscar Garcia-Regata, Estefanía Toledo, Eva M. Asensio, Olga Castañer, Antoni Sureda, Laura Torres‐Collado, Enrique Gómez‐Gracia, M. Ángeles Zulet, Nuria Goñi Ruiz, Rosa Casas, Naomi Cano‐Ibáñez, Lucas Tojal‐Sierra, Ana María Gómez-Pérez, José V. Sorlí, Sergio Cinza‐Sanjurjo, Sandra Martín‐Peláez, Patricia J. Peña‐Orihuela, Alejandro Oncina-Cánovas, Rafael Pérez-Araluce, María Dolores Zomeño, Alice Chaplin, Miguel Delgado‐Rodríguez, Nancy Babió, Montserrat Fitó, Jordi Salas‐Salvadó

Notice bibliographique

RevueBMC Medicine · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueCOVID-19 Clinical Research Studies
Établissements canadiensSt. Michael's Hospital
Organismes subventionnairesConsejería de Salud y Consumo, Junta de AndalucíaAgencia Estatal de InvestigaciónFundación Francisco CobosHORIZON EUROPE European Research CouncilInstituto de Salud Carlos IIICentro de Investigación Biomédica en Red-Fisiopatología de la Obesidad y NutriciónGeneralitat ValencianaGeneralitat de CatalunyaEuropean Regional Development FundEuropean CommissionCanadian Institutes of Health ResearchCentro de Investigación Biomédica en Red Diabetes y Enfermedades Metabólicas AsociadasComunidad de MadridInstitució Catalana de Recerca i Estudis AvançatsIndian National Science Academy
Mots-clésMedicineOverweightBody mass indexWaistObesityCohortIncidence (geometry)DemographyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Abstract Background Cross-sectionally, older age and obesity are associated with increased coronavirus disease-2019 (COVID-19) risk. We assessed the longitudinal associations of baseline and changes in adiposity parameters with COVID-19 incidence in older adults at high cardiovascular risk. Methods This analysis included 6874 men and women (aged 55–75 years) with overweight/obesity and metabolic syndrome in the PREDIMED-Plus lifestyle intervention trial for cardiovascular risk reduction. Body weight, body-mass-index (BMI), waist circumference, waist-to-height ratio (WHtR), and a body shape index (ABSI) were measured at baseline and annual follow-up visits. COVID-19 was ascertained by an independent Event Committee until 31 December 2021. Cox regression models were fitted to evaluate the risk of COVID-19 incidence based on baseline adiposity parameters measured 5–6 years before the pandemic and their changes at the visit prior to censoring. Results At the time of censoring, 653 incident COVID-19 cases occurred. Higher baseline body weight, BMI, waist circumference, and WHtR were associated with increased COVID-19 risk. During the follow-up, every unit increase in body weight (HR adj (95%CI): 1.01 (1.00, 1.03)) and BMI (HR adj : 1.04 (1.003, 1.08)) was associated with increased COVID-19 risk. Conclusions In older adults with overweight/obesity, clinically significant weight loss may protect against COVID-19. Trial registration This study is registered at the International Standard Randomized Controlled Trial (ISRCT; http://www.isrctn.com/ISRCTN89898870 ).

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,008
score de la tête « metaresearch » (Gemma)0,030
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
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 enseignants0,022
Score d'incertitude au seuil0,978

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0080,030
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,040
Tête enseignante GPT0,377
Écart entre enseignants0,337 · 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 tête enseignante, pas un consensus.

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

Citations4
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBMC MedicineMême sujetCOVID-19 Clinical Research StudiesTravaux en français237 207