MétaCan
Menu
Back to cohort
Record W7083835094 · doi:10.36171/jamd25.28.3.10

Is obesity a chronic disease or a mere risk factor?

2025· article· it· W7083835094 on OpenAlexaboutno aff

Bibliographic record

VenueThe Journal of AMD · 2025
Typearticle
Languageit
FieldMedicine
TopicAdipokines, Inflammation, and Metabolic Diseases
Canadian institutionsnot available
Fundersnot available
KeywordsChronic diseaseObesityBody weightCommission

Abstract

fetched live from OpenAlex

L’obesità è una condizione multifattoriale a crescente impatto sanitario, sociale ed economico, tradizionalmente considerata un fattore di rischio per numerose malattie croniche non trasmissibili. Tuttavia, l’evoluzione delle conoscenze fisiopatologiche e dei criteri diagnostici ha portato a un progressivo riconoscimento dell’obesità come una malattia cronica, recidivante e sistemica. In questa rassegna discutiamo le evidenze scientifiche più recenti, confrontando l’approccio classico, centrato sul rischio, con il paradigma attuale che la identifica come una patologia autonoma. Particolare attenzione è rivolta alla distinzione introdotta dalla Lancet Commission tra obesità preclinica (eccesso adiposo in assenza di danni clinicamente rilevabili) e obesità clinica (presenza di disfunzioni biologiche, metaboliche o psicologiche associate all’adiposità). Questa nuova classificazione evidenzia i limiti dell’uso esclusivo dell’indice di massa corporea e sottolinea la necessità di una valutazione funzionale e prognostica del rischio individuale. Alla luce di tale inquadramento, il Framework EASO 2025 definisce formalmente l’obesità come malattia cronica recidivante, richiedente una gestione integrata, strutturata e personalizzata. Vengono analizzate le sfide specifiche della fase preclinica, l’importanza della diagnosi precoce, l’utilità di strumenti come l’Edmonton Obesity Staging System (EOSS), e le prospettive offerte dalle nuove classi farmacologiche, in particolare gli agonisti incretinici. Infine, si discutono le implicazioni organizzative e politiche del riconoscimento formale dell’obesità come patologia nei sistemi sanitari, con particolare riferimento alla necessità di includerla nei Livelli Essenziali di Assistenza. Superare l’approccio preventivo e adottare una visione cronica è indispensabile per contrastare efficacemente la pandemia di obesità. PAROLE CHIAVE obesità clinica; obesità preclinica; malattia cronica; framework EASO; LEA; gestione dell’obesità.

Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.

How this classification was reachedexpand

Full frame machine prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.

metaresearch head score (Codex)0.004
metaresearch head score (Gemma)0.017
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Theoretical or conceptual · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: none
Teacher disagreement score0.007
Threshold uncertainty score0.020

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0040.017
Meta-epidemiology (narrow)0.0010.000
Meta-epidemiology (broad)0.0020.001
Bibliometrics0.0020.002
Science and technology studies0.0020.008
Scholarly communication0.0050.007
Open science0.0010.002
Research integrity0.0040.007
Insufficient payload (model declined to judge)0.0060.001

Machine scores (provisional)

The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.

Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.

Opus teacher head0.018
GPT teacher head0.297
Teacher spread0.279 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designTheoretical or conceptual
Domainnot available
GenreEmpirical

How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".

Quick stats

Citations0
Published2025
Admission routes1
Has abstractyes

Explore more

Same venueThe Journal of AMDSame topicAdipokines, Inflammation, and Metabolic DiseasesFrench-language works237,207