MétaCan
Menu
← Retour à la cohorte
Enregistrement W4414951935 · doi:10.1136/bmjopen-2024-092962

Associations of body fat and inflammation with non-communicable chronic diseases and mortality: a prospective cohort study of the UK Biobank

2025· article· en· W4414951935 sur OpenAlexafffund
Natasha Wiebe, Marcello Tonelli

Notice bibliographique

RevueBMJ Open · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueNutrition and Health in Aging
Établissements canadiensUniversity of CalgaryUniversity of Alberta
Organismes subventionnairesUniversity of AlbertaUniversity of Calgary
Mots-clésBiobankProspective cohort studyAdipose tissueIncidence (geometry)Cohort studyInflammationEpidemiologyObesity

Résumé

récupéré en direct d'OpenAlex

Objective Certain leading medical organisations are considering alternatives to the Body Mass Index (BMI) as a predictor of the risk for non-communicable chronic disease (NCD) or death. Our objective was to evaluate the associations between various measures of body fat and the risk of incident NCDs or mortality, independent of inflammation. Design Population-based prospective cohort study (the UK Biobank cohort). Setting The UK. Participants Adults (aged between 40 and 69 years) were accrued between March 2006 and October 2010 and followed until December 2022. There were 500 107 participants: the median age was 58 years (IQR 50–63) at baseline, 45.6% were male and 94.7% were white. Exposures BMI, waist-to-hip ratio (WHR), body fat percentage measured by bioimpedance analysis (BIA; fat BIA ), C-reactive protein (CRP) and various other measures of body fat obtained by dual-energy X-ray absorptiometry (DXA; including visceral adipose tissue (VAT)) and magnetic resonance imaging (MRI). Outcomes All-cause death, cardiovascular disease (heart failure, hypertension, myocardial infarction, pulmonary embolism and stroke), cancers (breast, colorectal, endometrial, oesophageal, kidney, ovarian, pancreatic and prostate), diabetes, asthma, gallbladder disease, chronic back pain and osteoarthritis. Results The 5th and 95th percentiles for measures of body fat were BMI 20.5 (considered ‘healthy’) and 37.0 kg/m 2 (considered ‘unhealthy’), WHR 0.71 and 0.94 and BIA 24.8% and 47.6% in females, and BMI 22.0 (considered ‘healthy’) and 35.4 kg/m 2 (considered ‘unhealthy’), WHR 0.83 and 1.05 and BIA 15.5% and 34.7% in males. BMI was strongly correlated to fat BIA (0.85 in females and 0.80 in males) but less so with WHR (0.46 in females and 0.59 in males). All measures of body fat were positively associated with the incidence of NCDs, but only WHR remained positively associated with death after full adjustment (HR 95th percentile vs 5th percentile (95% CI): BMI 0.80 (0.76 to 0.84), WHR 1.21 (1.16 to 1.28) and BIA 0.80 (0.76 to 0.84) in females; BMI 0.89 (0.85 to 0.93), WHR 1.19 (1.14 to 1.24) and BIA 0.89 (0.85 to 0.92) in males). Simpler models that adjusted for age, sex, CRP, WHR and either BMI or fat BIA gave similar results. Associations between body fat and the incidence of NCDs after accounting for the competing risk of death were also similar. Conclusions BMI was strongly correlated with fat BIA , but WHR and visceral adipose tissue percentage were less so. All measures of body fat were associated with the incidence of NCDs, but only WHR was independently associated with mortality. These findings support the hypothesis that body fat may be protective against death and that the excess risk associated with higher WHR may be mediated by something other than body fat.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,049
Score d'incertitude au seuil0,098

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,008
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,004
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,053
Tête enseignante GPT0,429
Écart entre enseignants0,376 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations1
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBMJ Open→Même sujetNutrition and Health in Aging→Travaux en français237 207→