清晨好,您是今天最早来到科研通的研友!由于当前在线用户较少,发布求助请尽量完整地填写文献信息,科研通机器人24小时在线,伴您科研之路漫漫前行!

The obesity paradox is mostly driven by decreased noncardiovascular disease mortality in the oldest old in China: a 20-year prospective cohort study

超重 医学 体质指数 肥胖 腰围 人口学 危险系数 队列 老年学 疾病 队列研究 内科学 置信区间 社会学
作者
Yuebin Lv,Chen Mao,Xiang Gao,John S. Ji,Virginia B. Kraus,Zhaoxue Yin,Jinqiu Yuan,Huashuai Chen,Jiesi Luo,Jinhui Zhou,Zhihao Li,Jun Duan,Qingyang Zhu,Yi Zeng,Wentao Wang,Jiaonan Wang,Xiaoming Shi
出处
期刊:Nature Aging [Nature Portfolio]
卷期号:2 (5): 389-396 被引量:100
标识
DOI:10.1038/s43587-022-00201-3
摘要

National and international recommendations of healthy body mass index (BMI) are primarily based on evidence in young and middle-aged populations, with an insufficient representation of the oldest old (aged ≥80 years). Here, we report associations between BMI and mortality risk in 27,026 community-dwelling oldest old (mean age, 92.7 ± 7.5 years) in China from 1998 to 2018. Nonlinear curves showed reverse J-shaped associations of BMI with cardiovascular disease (CVD), non-CVD and all-cause mortality, with a monotonic decreased risk up to BMIs in the overweight and mild obesity range and flat hazard ratios thereafter. Compared to normal weight, overweight and obesity were significantly associated with decreased non-CVD and all-cause mortality, but not with CVD mortality. Similar associations were found for waist circumference. Our results lend support to the notion that optimal BMI in the oldest old may be around the overweight or mild obesity range and challenge the application of international and national guidelines on optimal BMI in this age group.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
14秒前
Pami发布了新的文献求助10
17秒前
19秒前
31秒前
chen完成签到,获得积分10
31秒前
神勇的尔琴完成签到,获得积分10
49秒前
1分钟前
科研通AI6.2应助百香果采纳,获得10
1分钟前
运医小刀完成签到,获得积分10
1分钟前
1分钟前
2分钟前
T_MC郭完成签到,获得积分10
2分钟前
2分钟前
2分钟前
池雨完成签到 ,获得积分10
2分钟前
蓝意完成签到,获得积分0
3分钟前
3分钟前
碱基/XRD完成签到,获得积分10
3分钟前
yun发布了新的文献求助10
3分钟前
3分钟前
3分钟前
渡人舟应助yun采纳,获得10
3分钟前
strontium完成签到 ,获得积分10
3分钟前
碱基/XRD关注了科研通微信公众号
3分钟前
zhanghao完成签到,获得积分10
4分钟前
杰粉完成签到 ,获得积分10
4分钟前
SciGPT应助rui采纳,获得10
4分钟前
考拉完成签到 ,获得积分10
5分钟前
5分钟前
rui发布了新的文献求助10
5分钟前
5分钟前
foxm完成签到,获得积分10
5分钟前
zyjsunye完成签到 ,获得积分10
5分钟前
5分钟前
6分钟前
Pami发布了新的文献求助10
6分钟前
cdercder应助Pami采纳,获得10
6分钟前
张欢馨应助Pami采纳,获得10
6分钟前
6分钟前
HHH完成签到,获得积分20
6分钟前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
Römisch-Germanische Forschungen 1000
Social Psychology (第二版) 700
China Pluperfect I: Epistemology of Past and Outside in Chinese Art 520
Matrix Methods in Data Mining and Pattern Recognition Second Edition 510
The fast track to determining transfer functions of linear circuits: The student guide 500
The Analytical and Numerical Solution of Electric and Magnetic Fields 500
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 工程类 有机化学 化学工程 生物化学 计算机科学 内科学 物理 复合材料 催化作用 细胞生物学 无机化学 光电子学 物理化学 电极 基因
热门帖子
关注 科研通微信公众号,转发送积分 7612642
求助须知:如何正确求助?哪些是违规求助? 9188038
关于积分的说明 19683601
捐赠科研通 7186085
什么是DOI,文献DOI怎么找? 3270731
关于科研通互助平台的介绍 2434302
邀请新用户注册赠送积分活动 2265642