The prevalence of obesity and underweight in celiac patients at the time of diagnosis: a systematic review and meta-analysis
Notice bibliographique
Résumé
BACKGROUND: This study aimed to estimate the prevalence of obesity, overweight, and underweight in celiac disease (CD) at diagnosis before starting the Gluten-free diet (GFD). METHODS: A comprehensive search was conducted in PubMed, Embase, Scopus, and Web of Science until July 2024 to find the cross-sectional and longitudinal studies that measured the body mass index (BMI) in CD patients at diagnosis. The risk of bias assessment was conducted using the Newcastle-Ottawa Quality Assessment scale. Meta-regression analyses were applied to understand whether weight status is associated with CD. RESULTS: A total of 23 studies involving 15,299 CD patients and 815,167 healthy individuals were included in this study. In newly diagnosed CD patients, pooled estimates of the prevalence of obesity, overweight, and underweight before GFD were 11.78%, 18.42%, and 11.04%, respectively. The prevalence of overweight and obesity in newly diagnosed CD patients increased from 22.15% in 2003-2009 to 32.51% in 2016-2021. Meta-regression analyses indicated that the CD patients with higher BMI had a higher mean age (p = 0.001), and female gender had a marginally significant (p = 0.055) association with higher BMI. Only a few CD patients were underweight at the time of diagnosis, and more patients were overweight/obese. CONCLUSIONS: our meta-analysis demonstrated that only a few CD patients were underweight at the time of diagnosis, and almost 37% were overweight or obese. Meta-regression showed a significant association between higher BMI and higher mean age and female gender. A delay or failure for diagnosis of CD is more common in overweight/obese patients, resulting in more progression of the disease and counteracting any advantages of diagnosis.
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) | 0,004 | 0,001 |
| 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 | 0,001 |
| 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 ».