The Relationship Between Body Mass Index (BMI) and Cardiovascular Disease Risk: A Meta-Analysis
Notice bibliographique
Résumé
Cardiovascular diseases (CVDs) are the leading cause of death worldwide and Body Mass Index (BMI) is a known modifiable risk factor. The association between BMI and CVD risk is well-certified yet inconsistences exist in findings across studies, which calls for a complete meta-analysis of this association. To quantify the association between BMI and cardiovascular disease risk in populations, we performed this systematic review and meta-analysis. For instance, the study aims to estimate what is the pooled effect size for BMI (underweight, normal weight, overweight, and obese) categories and the sources that originate heterogeneity, i.e., demographic variables such as age, sex or geographical location. A literature search was conducted in PubMed, Scopus and Web of Science for observational studies published between 2000 and 2023. Only cohort, case control and cross-sectional studies assessing BMI and CVD risk in human adults were included. The meta-analysis was conducted by using the random effects model and I² statistic was used to assess heterogeneity. Age, sex and geographic region were used as subgroup analyses. Cronbach alpha and the AHRQ tool were used for assessment of risk of bias using the Newcastle-Ottawa Scale. 20 studies were included in total. The pooled OR for BMI ≥25 and CVD risk was 1.52 (95% CI: 1.30–1.77), corresponding to a 52% increased risk of CVD. The associations were stronger in older adults and women. There was significant heterogeneity and sensitivity analyses confirmed robustness of the results (I² = 65%). The risk of cardiovascular disease is strongly linked to higher BMI. Interventions for weight management targeted at patients with high exposure to CVD risk are essential to offset CVD burden, including in high-risk groups.
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 | 0,012 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,005 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 ».