Trends in Obesity Among Canadian Adults: A Population-Level Database Analysis
Notice bibliographique
Résumé
Background and objective Obesity continues to pose a critical public health challenge in Canada, contributing to the growing burden of chronic diseases such as type 2 diabetes, cardiovascular disorders, and mental health conditions. It is associated with reduced quality of life and increased healthcare expenditures. Despite awareness and policy efforts, national prevalence rates have remained elevated over the past decade. This study aims to assess 12-year trends in adult obesity in Canada from 2007 to 2019 and examine differences in prevalence by sex and age groups using national survey data and BMI-based classifications. A secondary objective was to benchmark Canada's adult obesity prevalence against Organisation for Economic Co-operation and Development (OECD) countries (using the most recent national estimates available through 2023) and to identify how Canada compares with peer nations. Methods A cross-sectional, population-level analysis was conducted using data from Statistics Canada's Canadian Health Measures Survey, cycles 1-6 (2007-2019), and complementary Statistics Canada reports. Adults aged 18 to 79 years were included. Descriptive statistics and 95% CIs were used to analyze prevalence trends over time and between demographic groups. OECD data from 2023 and earlier were used for international benchmarking. Results In 2019, the overall obesity prevalence among Canadian adults was 24.3% (95% CI: 18.0-32.0). Males had a higher prevalence (26.7%) than females (22.0%). Obesity increased with age: 19.8% in ages 18-39, 25.5% in 40-59, and 29.3% in 60-79. From 2007 to 2019, obesity varied within a narrow range, peaking in 2014-2015 (25.9%) before declining slightly. Compared internationally, Canada's rate was similar to the OECD average (25%) but lower than countries like the US (42.8%). Conclusions Obesity remains a prevalent and complex issue in Canada, with significant variation across sex and age groups. Canada's 2019 prevalence (24.3%) is close to the OECD average but contrasts with both higher-prevalence countries (e.g., the US) and lower-prevalence countries (e.g., several East Asian nations), underscoring the need for integrated clinical care and policy action tailored to national and subpopulation needs.
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 | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,007 | 0,022 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».