Is obesity a chronic disease or a mere risk factor?
Bibliographic record
Abstract
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 0.000 |
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.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one teacher head, not a consensus.
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".