Rethinking Obesity Classification: Population-Level Insights from a Small Island States
Notice bibliographique
Résumé
Abstract Background Traditional measures such as BMI are commonly used to define obesity, but they may not capture the complexity of obesity-related risk. This study applied newly proposed definitions of pre-obesity and clinical obesity by the Lancet Diabetes & Endocrinology Commission and compared them with standard anthropometric measures in Malta-a population with a high prevalence of obesity. Methods A nationally representative, cross-sectional health examination survey was conducted in Malta between 2014 and 2016 (weighted N = 3,947). Anthropometric, sociodemographic, behavioural, and biochemical data were collected. Obesity was assessed using BMI, waist circumference (WC), waist-to-hip ratio (WHR), waist-to-height ratio (WtHR), and the newly proposed definitions. Metabolic syndrome (MetS) was used as a clinical complication. Binary logistic regression models were used to examine associations with MetS, adjusting for age, sex, education, and locality. Results Obesity prevalence varied by classification: 34.08% (BMI), 34.81% (WC), 68.94% (WHR), 39.17% (WtHR), and 22.40% (clinical obesity). All anthropometric measures showed significant associations with MetS, even after adjustment. Obesity defined by BMI had the strongest association (OR: 18.84, 95% CI: 14.13-25.13), while the newly defined clinical obesity also showed a strong association (OR: 9.89, 95% CI: 8.37-11.67). The pre-obesity category was negatively associated with MetS (OR: 0.16, 95% CI: 0.12-0.22), supporting its distinction as a preclinical state. Conclusions Different anthropometric measures identify different subgroups within the population, yet all are significantly associated with MetS. The findings support the utility of the Lancet Commission's refined definitions, particularly the pre-obesity classification, in guiding early intervention strategies. Key messages • Applying multiple anthropometric measures reveals variation in obesity classification, but all remain significantly associated with metabolic complications, highlighting their clinical value. • The newly defined pre-obesity category shows a protective association with metabolic syndrome, supporting its use as a meaningful stage for early risk identification and intervention.
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 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 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) | 0,002 | 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 ».