Abstract 14413: Contemporary Prevalence, Comorbidity Burden, and Treatment of Overweight and Obesity: Insights From the Multicenter Mass General Brigham Healthcare System
Notice bibliographique
Résumé
Background: Real-world evidence is critical to identify treatment gaps and inform healthcare service design, but contemporary anti-obesity medication (AOM) use patterns are sparsely reported. Aims: To describe the prevalence of obesity/overweight, evidence-based obesity-related conditions (ORCs), and AOM use among eligible patients, with a focus on cardiovascular disease (CVD). Methods: In this cross-sectional analysis of the multicenter Mass General Brigham healthcare system spanning 2018-2022, we identified all adult patients eligible for AOM (BMI 27-29.9 kg/m 2 with ≥1 ORC or BMI ≥30 kg/m 2 ). The prevalence of ORCs was ascertained using administrative codes and available EHR data. Prescription of FDA-approved AOM by BMI category, number of ORCs, number of key CVD risk factors, and the presence of prior MACE were also evaluated. Results: Of 2,469,473 individuals who met inclusion criteria, 1,111,396 (44%) were eligible for AOM (mean age, 54 years; 57% female). Of these, 31%, 41%, 17%, and 11% had a BMI (kg/m 2 ) of 27-29.9, 30-34.9, 35-39.9, and ≥40, respectively. Prior metabolic/bariatric surgery was seen in 1%. Musculoskeletal disorders (54%), dyslipidemia/hyperlipidemia (36%), and hypertension (35%) were the most common ORCs, with ≥2 ORCs observed in 62%. Prescription of any FDA-approved AOM was observed in only 1.4% of all eligible patients. Liraglutide 3.0 mg (46% of all AOM) was the most prescribed AOM. AOM prescriptions increased modestly with higher BMI, ORC burden, and number of CVD risk factors ( Figure ). Among those with prior MACE (9%), 1.2% (1.0% if without T2DM) were prescribed FDA-approved AOM. Conclusions: Although more than 1 in 3 contemporary patients in a large healthcare system are eligible by guidelines and FDA labeling, AOM prescription remains exceedingly low, even among high-risk persons with severe obesity and established CVD. Novel care delivery pathways are needed to accelerate closure of these considerable implementation gaps.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».