Simulasi Lintasan (Trayektori) Pertumbuhan Pada Anak yang

Obesitas ke Dewasa

ABSTRAK
Latar Belakang
Meskipun epidemi obesitas saat ini telah didokumentasikan dengan baik pada anak-anak dan orang
dewasa, sedikit yang diketahui tentang risiko jangka panjang akan obesitas saat dewasa pada
seorang anak dengan usia dan berat badannya saat ini. Kami mengembangkan model simulasi untuk
memperkirakan risiko obesitas saat dewasa pada usia 35 tahun untuk populasi anak saat ini di
Amerika Serikat.

Metode
Kami mengumpulkan data tinggi dan berat badan dari lima studi longitudinal yang representatif
secara nasional yang berjumlah 176.720 pengamatan dari 41.567 anak-anak dan orang dewasa.
Kami mensismulasikan lintasan (trayektori) pertumbuhan di sepanjang perjalanan hidup dan
disesuaikan dengan tren sekuler. Kami menciptakan 1000 populasi virtual dari 1 juta anak hingga
usia 19 tahun yang mewakili populasi tahun 2016 Amerika Serikat dan memproyeksikan lintasan
(trayektori) mereka dalam tinggi dan berat badan hingga usia 35 tahun. Obesitas berat didefinisikan
sebagai indeks massa tubuh (BMI, berat dalam kilogram dibagi dengan kuadrat tinggi badan dalam
meter) sebesar 35 atau lebih tinggi pada orang dewasa dan 120% atau lebih dari persentil ke-95
pada anak-anak.

Hasil
Mengingat tingkat obesitas saat ini, model pada penelitian ini memperkirakan bahwa mayoritas
anak-anak saat ini (57,3%; interval ketidakpastian 95% [uncertainly interval/UI], 55,2 hingga 60,0)
akan mengalami obesitas pada usia 35 tahun, dan kira-kira setengah dari prevalensi yang
diproyeksikan. akan terjadi selama masa kanak-kanak. Simulasi kami menunjukkan bahwa risiko
relatif obesitas pada dewasa meningkat dengan usia dan BMI, dari 1,17 (95% UI, 1,09 hingga 1,29)
untuk anak berusia 2 tahun yang kelebihan berat badan menjadi 3,10 (95% UI, 2,43 hingga 3,65)
untuk anak usia 19 tahun dengan obesitas berat. Untuk anak-anak dengan obesitas berat,
kemungkinan mereka tidak lagi gemuk pada usia 35 tahun turun dari 21,0% (95% UI, 7,3-47,3)
pada usia 2 tahun menjadi 6,1% (95% UI, 2,1 hingga 9,9) pada usia 19 tahun.
Kesimpulan
Berdasarkan model simulasi kami, obesitas dan kelebihan berat badan anak akan terus menjadi
masalah kesehatan utama di Amerika Serikat. Perkembangan awal obesitas akan memprediksi
terjadinya obesitas di masa dewasa, terutama untuk anak-anak yang sangat gemuk. (Didanai oleh
JPB Foundation dan lainnya.)

Di Amerika Serikat, prevalensi obesitas telah menurun baru-baru ini di antara anak-anak
antara usia 2 hingga 5 tahun dan telah stabil di antara mereka yang berusia antara 6 dan 11 tahun
tetapi terus meningkat di kalangan remaja dan orang dewasa.1,2 Meskipun epidemi obesitas telah
dikarakteristikkan dengan baik pada tingkat populasi, sedikit yang diketahui tentang risiko tingkat
individu dari obesitas saat dewasa untuk anak tertentu berdasarkan berat dan usia saat ini. Studi
kohort menunjukkan bahwa kelebihan berat badan selama masa kanak-kanak adalah prediktor
obesitas di masa depan,3-13 dengan korelasi tinggi dengan indeks massa tubuh (BMI, berat dalam
kilogram dibagi dengan kuadrat tinggi badan dalam meter) dari waktu ke waktu.14-16
Sejumlah studi kohort epidemiologis memberikan wawasan tentang lintasan (trayektori)
pertumbuhan, tetapi mereka sering tidak mengikuti anak-anak hingga dewasa. Misalnya, periode
tindak lanjut/follow-up akan penimbangan berat badan rata-rata terhadap sampel di antara 16 kohort
internasional adalah selama 12 tahun dan hanya selama 7 tahun di antara penelitian di AS. 3-10
19-22
Meskipun obesitas memiliki efek kesehatan pada anak-anak, kematian-terkait-obesitas dan
23,24
komplikasi umumnya memengaruhi orang dewasa yang berusia 35 tahun atau lebih tua. Data
longitudinal yang menghubungkan lintasan (trayektori) BMI masa kanak-kanak dengan risiko
kesehatan di masa dewasa diperlukan untuk mengkarakterisasi konsekuensi jangka panjang dari
obesitas pada anak secara lebih tepat.25-27
Meskipun beberapa penelitian memang mengikuti anak-anak hingga pertengahan dewasa,
studi tersebut harus didasarkan pada kohort yang telah dimulai beberapa dekade sebelumnya.
28,29
Mengingat perubahan prevalensi obesitas dan pengaruh lingkungan, tidaklah jelas apakah hasil
studi tersebut dapat diaplikasi untuk anak-anak saat ini. Sebagai contoh, perbandingan dua kohort
Inggris yang lahir dengan jangka waktu 12 tahun terpisah, menunjukkan perbedaan yang signifikan
dalam lintasan (trayektori) BMI, 18 yang menimbulkan pertanyaan tentang penggunaan studi kohort
masa lalu untuk memprediksi risiko bagi kaum muda saat ini. Meskipun penelitian sebelumnya
telah menggunakan metode statistik untuk meramalkan prevalensi tingkat obesitas di Amerika
Serikat, 30-34 studi tersebut belum memasukkan data longitudinal tingkat individu.
Untuk mengatasi masalah tersebut, kami mengembangkan metode untuk mensimulasikan
lintasan (trayektori) tinggi badan dan berat badan tingkat individu selama masa hidup sambil
memperhitungkan tren sekuler. Untuk penelitian ini, kami mensimulasikan lintasan (trayektori)
tersebut dari masa kanak-kanak hingga usia 35 tahun, di mana titik risiko kesehatan terhadap
obesitas sudah mapan, untuk menganalisis pengaruh berat badan anak saat ini terhadap risiko
obesitas saat dewasa.

METODE
Sumber Data
Kami mengumpulkan lima set data AS yang representatif secara nasional yang berisi
pengukuran berulang tinggi dan berat badan tingkat individu: the National Longitudinal Survey of
Youth, the National Longitudinal Study of Adolescent to Adult Health, the Early Childhood
Longitudinal Study–Kindergarten, the Panel Study of Income Dynamics, dan the Epidemiologic
Follow-up Study of the National Health and Nutrition Examination Survey (NHANES). Setelah
mengeksklusi peserta yang memiliki kurang dari 2 rekaman pengamatan, kumpulan data yang
dikumpulkan berisi 176.720 pengamatan dari 41.567 anak-anak dan orang dewasa, rata-rata (± SD)
sebesar 4,3 ± 1,6 pengamatan per orang. Peserta dengan 2 atau lebih pengamatan rata-rata memiliki
usia lebih muda dan lebih cenderung berjeniskelamin perempuan dan berkulit putih. (Detail
mengenai sumber data dan kriteria pengeksklusian disediakan di Bagian 1.1 dalam Lampiran
Tambahan, tersedia dengan teks lengkap dari artikel ini di NEJM.org.)

Simulasi Trayektori/Lintasan
Dengan menggunakan data ini, kami mengembangkan model simulasi untuk memprediksi
lintasan (trayektori) pertumbuhan berdasarkan informasi berat dan tinggi badan tingkat individu.
Kami melakukan interpolasi lintasan (trayektori) masa kanak-kanak berdasarkan kurva
pertumbuhan yang dikembangkan oleh Centers for Disease Control and Prevention (CDC) setelah
penyesuaian untuk tren sekuler berat badan menggunakan data NHANES dari tahun 1976 hingga
2014. Kami memperoleh parameter yang digunakan untuk menyesuaikan tren ini dengan sarana
prosedur model-fitting yang menyelaraskan tren dalam simulasi kategori BMI kami dengan tren
yang baru-baru ini diamati, menggunakan data dari the Census, the American Community Survey,
the Behavioral Risk Factor Surveillance System, the National Survey aof Children’s Health, dan
NHANES. Kami memperkirakan tren untuk empat kategori BMI: berat badan kurang atau normal,
kelebihan berat badan, obesitas sedang, dan obesitas berat. Setelah langkah-langkah ini selesai,
kami menggunakan model simulasi untuk memprediksi risiko obesitas. (Perincian tentang langkah-
langkah ini disediakan di Bagian 1 hingga 3 di Lampiran Tambahan.)
Simulasi Prediksi
Untuk memprediksi risiko obesitas pada usia 35 tahun, kami menciptakan populasi virtual 1
juta anak yang berusia 19 tahun atau lebih muda menggunakan teknik pencocokan statistik untuk
menghasilkan populasi terbuka yang representatif secara nasional mulai tahun 2016, seperti yang
dijelaskan sebelumnya.35,36 (Dalam populasi terbuka, peserta baru dilahirkan ke dalam model
simulasi, sehingga struktur populasi berubah dari waktu ke waktu, sedangkan dalam populasi
tertutup, tidak ada peserta baru yang memasuki model simulasi.) Kami memperkirakan probabilitas
bersyarat obesitas pada usia 35 tahun dengan status BMI yang ada pada setiap usia di masa kanak-
kanak dan kemudian dihitung risiko relatif terkait. Kami juga menghitung risiko obesitas di masa
depan dengan interval 5 tahun untuk setiap kelompok BMI, berdasarkan usia dan jenis kelamin.
Kami mengulangi proses ini dengan 1000 populasi yang dihasilkan secara independen, setiap kali
secara acak mengambil sampel sejumlah parameter yang cocok untuk tren sekuler.
Pendekatan ini memungkinkan kami untuk menggabungkan ketidakpastian tingkat individu
(tingkat pertama) yang muncul dari simulasi lintasan (trayektori) dan juga untuk menggabungkan
ketidakpastian tentang parameter (tingkat kedua) yang kami gunakan untuk menyesuaikan tren
sekuler.37 Karena pengaruh ketidakpastian tingkat pertama pada perkiraan agregat berkurang saat
ukuran sampel meningkat, sebagian besar ketidakpastian dalam estimasi kami mencerminkan
masalah urutan kedua yang dijelaskan sebelumnya. Kami melaporkan rata-rata dan interval
ketidakpastian 95% (mis., Persentil 2,5 dan 97,5). Kami juga melakukan analisis sensitivitas untuk
tren sekuler dengan melakukan 100 iterasi model, dengan asumsi tidak ada tren sekuler sebenarnya.
Dengan tidak memasukkan ketidakpastian tentang berbagai parameter ke dalam analisis sensitivitas
kami, kami dapat memperkirakan kontribusi relatif ketidakpastian tingkat individu terhadap interval
prediksi kami.
Untuk mengevaluasi validitas konvergen (sejauh mana model berbeda yang mengatasi
38
masalah yang sama akan menghitung hasil yang sama) dari pendekatan kami, kami
membandingkan prevalensi simulasi obesitas pada usia 35 tahun dengan prediksi regresi logistik
berdasarkan data NHANES dari tahun 1999 hingga 2014 untuk orang yang berusia antara 34 dan 36
tahun.
Kami juga melakukan analisis validasi silang yang luas di mana kami memperkirakan nilai
untuk peserta dalam set data kami. 39 Kami menghapus peserta dari set data kami satu per satu dan
kemudian memperkirakan tinggi badan dan berat badannya selama lintasan (trayektori) yang
diamati. Kami kemudian membandingkan prediksi kami dengan nilai aktual untuk mengevaluasi
akurasi algoritma kami. Kami melakukan analisis validasi silang untuk peserta yang usianya
terakhir antara 34 dan 36 tahun dan menghitung probabilitas cakupan estimasi kami - yaitu, kami
menghitung probabilitas bahwa nilai aktual untuk kohort ini jatuh dalam interval ketidakpastian
yang kami prediksi. Selain itu, kami menjalankan analisis cross-validasi prospektif untuk kohort
yang lebih muda mulai dari usia 2 tahun hingga 29 tahun dan menghitung berapa kali prediksi kami
jatuh dalam bootstrapped 95% confidence intervals (Bagian 4 dalam Lampiran Tambahan).
Model kami dikodekan di Java sebagai bagian dari Childhood Obesity Intervention Cost-
40,41
Effectiveness Study (CHOICES). Analisis statistik dilakukan dengan menggunakan perangkat
lunak R. Kategori BMI dihitung berdasarkan standar CDC, dengan obesitas berat didefinisikan
sebagai BMI 35 atau lebih tinggi untuk orang dewasa 42 dan 120% atau lebih dari persentil ke-95
untuk anak-anak.43 Data dan kode R tersedia dari penulis berdasarkan permintaan.

HASIL
Akurasi Model Simulasi
Proyeksi simulasi kategori BMI kami dari tahun 2010 hingga 2030 sesuai dengan tren yang
diamati di NHANES dan menangkap perbedaan berdasarkan usia, jenis kelamin, dan ras atau
kelompok etnis (Gambar 1, dan Bagian 3.4 dalam Lampiran Tambahan). Lintasan (trayektori)
simulasi kami juga menunjukkan korelasi antara BMI selama masa kanak-kanak dan BMI pada usia
35 tahun yang serupa dengan korelasi yang telah ditunjukkan dalam penelitian sebelumnya.
Korelasi semacam itu berkisar dari sekitar 0,2 pada usia 2 tahun hingga 0,5 pada 10 tahun dan
hingga lebih dari 0,6 pada 15 tahun. Korelasi BMI untuk periode 5 tahun dan 10 tahun berkisar
antara sekitar 0,4 pada usia 2 tahun hingga lebih dari 0,8 hingga usia 15 tahun (Bagian 3.5 dalam
Lampiran Tambahan). Analisis validasi silang kami menunjukkan perkiraan cakupan 100% untuk
prediksi prevalensi obesitas dan nilai BMI rata-rata antara usia 34 dan 36 tahun; 94% dari prediksi
obesitas kami untuk usia yang lebih muda jatuh dalam interval kepercayaan 95% dari nilai aktual
(Bagian 4 dalam Lampiran Tambahan).

Proyeksi Untuk Semua Anak

Atas dasar tren saat ini untuk BMI dan obesitas, proyeksi kami untuk anak-anak antara usia
2 tahun dan 19 tahun menunjukkan bahwa mayoritas remaja saat ini (57,3%; interval ketidakpastian
95% [UI], 55,2 hingga 60,0) akan mengalami obesitas pada usia 35 tahun (Gbr. 2A, dan Bagian 5.1
dalam Lampiran Tambahan). Untuk kohort anak usia 2 tahun saat ini, kami menemukan bahwa
prevalensi obesitas meningkat hingga remaja, pada saat itu stabil, dengan sekitar setengah dari
prevalensi yang diproyeksikan tercapai pada titik ini (Gbr. 2B, dan Bagian 5.2 di Lampiran
Tambahan). Prevalensi kemudian terus meningkat setelah masa remaja. Pola serupa diamati
berdasarkan ras atau kelompok etnis tetapi dengan perbedaan yang signifikan dalam prevalensi
obesitas sudah ada pada usia 2 tahun (Gbr. 3).
Proyeksi Berdasarkan Status Obesitas
Di antara anak-anak obesitas, kami menemukan bahwa kemungkinan mereka akan tetap
gemuk pada usia 35 tahun meningkat seiring bertambahnya usia, dari 74,9% (95% UI, 67,3 hingga
81,5) pada usia 2 tahun hingga 88,2% (UI 95%, 84,6 hingga 92,3) pada 19 tahun (Gbr. 4A). Di
antara anak-anak yang tidak obesitas, kemungkinan obesitas pada usia 35 tahun menurun dengan
usia, dari 57,8% (95% UI, 54,5-62,1) pada usia 2 tahun hingga 44,4% (UI 95%, 40,4 hingga 49,7)
pada 19 tahun. Risiko relatif obesitas dewasa pada anak-anak obesitas, dibandingkan dengan anak-
anak yang tidak obesitas, meningkat dengan bertambahnya usia, dari 1,30 (95% UI, 1,17 hingga
1,45) pada usia 2 tahun hingga 1,99 (UI 95%, 1,80-2,17) pada 19 tahun. Kami menemukan gradien
risiko yang konsisten sesuai dengan kategori BMI pada semua usia (Gambar 4B); risiko relatif
berkisar antara 1,17 (UI 95%, 1,09 hingga 1,29) untuk anak usia 2 tahun hingga kelebihan berat
badan 3,10 (UI 95%, 2,43 hingga 3,65) untuk anak berusia 19 tahun yang sangat gemuk (Bagian 5.3
dalam Lampiran Tambahan).
Meskipun proyeksi ini menunjukkan bahwa anak-anak yang mengalami obesitas cenderung
mengalami obesitas saat dewasa, kami juga menemukan bahwa mayoritas orang dewasa berusia 35
tahun yang mengalami obesitas tidak mengalami obesitas saat masa anak-anak (Bagian 5.4 dalam
Lampiran Tambahan). Sebagai indikator obesitas orang dewasa, obesitas pada masa kanak-kanak
memiliki spesifisitas tinggi (93,1%) tetapi rata-rata sensitivitasnya rendah (29,3%) (Bagian 5,5
dalam Lampiran Tambahan). Namun, prevalensi obesitas yang tinggi dalam populasi menghasilkan
nilai prediksi positif yang lebih tinggi (85,1%) dan nilai prediksi negatif yang lebih rendah (49,5%).
Anak-anak yang sangat gemuk memiliki risiko yang sangat tinggi untuk obesitas saat
dewasa, dengan kemungkinan tidak menjadi gemuk pada usia 35 tahun mulai dari 21,0% (UI 95%,
7,3 hingga 47,3) pada usia 2 tahun hingga 6,1% (95% UI, 2,1 hingga 9,9) pada 19 tahun (Bagian 5.6
dalam Lampiran Tambahan); pada usia 19 tahun, peluang turun menjadi 3,5% (95% UI, 0,9 ke 8.5)
di antara anak laki-laki dan 8.2% (95% UI, 2.4 hingga 14.5) di antara anak perempuan. Tabel risiko
obesitas pada interval 5 tahun disediakan untuk setiap usia, jenis kelamin, dan kelompok BMI di
Bagian 6 dalam Lampiran Tambahan.

Analisa Sensitivitas
Dalam analisis sensitivitas di mana kami mengasumsikan bahwa tidak ada tren sekuler
dalam kenaikan berat badan, prevalensi obesitas yang diprediksi pada usia 35 tahun untuk anak-
anak saat ini adalah 48,9% (UI 95%, 48,8 hingga 49,1), yang mana merupakan prevalensi yang
sedikit lebih rendah dibandingkan hasil utama kami (57,3%), dengan tren terkait usia yang sama
dan gradien risiko BMI. Rincian mengenai analisis sensitivitas disediakan di Bagian 7 dalam
Lampiran Tambahan.
DISKUSI
Meskipun berbagai upaya kesehatan masyarakat dan klinis tampaknya telah menstabilkan
tingkat obesitas anak usia dini, 1 dalam penelitian ini kami memperkirakan bahwa di antara anak-
anak antara usia 2 dan 19 tahun pada 2016, lebih dari setengah (57,3%) akan mengalami obesitas
saat usia 35 tahun. Namun, sebagian besar anak-anak ini saat ini tidak mengalami obesitas; sekitar
setengah dari total prevalensi obesitas dimulai pada masa kanak-kanak, dan onset obesitas saat
dewasa usia 35 tahun merupakan sisanya.
Mengingat meningkatnya risiko obesitas orang dewasa, tampak jelas bahwa anak-anak yang
obesitas adalah kandidat utama untuk intervensi dini. Anak-anak dengan obesitas parah, suatu
kondisi yang sekarang mempengaruhi 4,5 juta anak-anak (6%) di Amerika Serikat, 1 berisiko sangat
tinggi. Pada usia 2 tahun, anak-anak yang sangat gemuk hanya memiliki peluang 1-dari-5 untuk
tidak menjadi gemuk pada usia 35 tahun; pada 5 tahun, peluang itu berkurang setengahnya, menjadi
1 banding 10. Persistensi risiko yang meningkat ini cukuplah mencolok: seorang anak berusia 2
tahun yang mengalami obesitas lebih cenderung mengalami obesitas pada usia 35 tahun daripada
anak yang kelebihan berat badan berusia 19 tahun. Dengan demikian, temuan kami menyoroti
pentingnya mempromosikan berat badan yang sehat sepanjang masa kanak-kanak dan dewasa.
Fokus sempit semata-mata untuk mencegah obesitas di masa kanak-kanak tidak akan mencegah
potensi kerusakan kesehatan di masa depan yang mungkin disebabkan oleh epidemi obesitas yang
sedang berlangsung.27 Dalam analisis sensitivitas kami, bahkan ketika kami mengasumsikan tidak
ada tren sekuler yang berlanjut dalam kenaikan berat badan, kami memperkirakan bahwa hampir
setengah dari anak-anak akan mengalami obesitas ketika mereka berusia 35 tahun. Ada bukti bahwa
pendekatan hemat biaya dengan jangkauan populasi luas dapat memiliki efek besar bagi generasi
anak saat ini.
Kekuatan penelitian kami adalah bahwa kami menggunakan pendekatan yang ketat untuk
mensimulasikan data pengawasan kesehatan masyarakat dan demografi bersama dengan lintasan
(trayektori) pertumbuhan yang representatif secara nasional selama masa hidup sementara secara
bersamaan menyesuaikan untuk tren sekuler. Pendekatan kami memberikan perkiraan yang tidak
mungkin dengan metode yang lebih sederhana karena menghasilkan proyeksi tingkat obesitas yang
konsisten dengan tren saat ini sambil mempertahankan heterogenitas tingkat individu dalam
pertumbuhan. Analisis cross-validasi kami menunjukkan bahwa algoritma kami dapat
digunakan untuk memprediksi prevalensi obesitas pada berbagai usia dengan tingkat akurasi
yang tinggi.
Meskipun pendekatan kami dapat memfasilitasi prediksi yang lebih akurat tentang risiko
obesitas di masa depan untuk anak-anak daripada prediksi dalam penelitian sebelumnya, hasil kami
umumnya menghasilkan wawasan yang konsisten dengan penelitian sebelumnya, seperti persistensi
 3, 5-7,9
obesitas pada anak-anak dari waktu ke waktu, , terutama di antara anak-anak yang sangat
gemuk.44 Lintasan (trayektori) simulasi kami juga menunjukkan korelasi terkait usia sehubungan
dengan BMI dan karakteristik uji (sensitivitas dan spesifisitas) yang mirip dengan yang ada dalam
3,11,14-16
penelitian sebelumnya. Namun, risiko relatif kami yang dihitung dari obesitas lebih kecil
daripada yang ada dalam studi sebelumnya, karena kami memperhitungkan tren sekuler dari
peningkatan risiko obesitas pada kelompok referensi anak-anak yang kekurangan berat badan atau
berat badan normal. Kami juga menemukan perbedaan signifikan dalam prevalensi obesitas
menurut ras atau kelompok etnis yang sudah ada pada usia 2 tahun, yang mana merupakan wawasan
yang konsisten dengan temuan sebelumnya. 45
Penelitian kami memiliki keterbatasan tertentu. Asumsi utama dan batasan potensial yang
mendasari metode kami dalam memprediksi pola pertumbuhan adalah bahwa secara rata-rata,
orang-orang dengan lintasan (trayektori) yang sama dalam tinggi dan berat badan untuk periode
tertentu dalam hidup mereka juga akan tumbuh sama di periode mendatang. Asumsi bahwa tren
sekuler akan berlanjut, dan asumsi yang mendasari estimasi kami terhadap tren ini, mungkin juga
telah memengaruhi hasil kami. Namun, dalam analisis kami, tren terkait usia dalam risiko relatif
kuat terhadap analisis sensitivitas di mana tidak ada tren sekuler yang diterapkan.
Kelompok referensi kami juga termasuk anak-anak yang kekurangan berat badan, yang
mana diketahui bermasalah dalam estimasi risiko kematian atau komplikasi karena merupakan
24
faktor perancu terkait dengan berat badan rendah. Namun, tidak mungkin bahwa dimasukkannya
anak-anak dengan berat badan kurang dalam penelitian kami menyajikan masalah serupa untuk
perbandingan risiko obesitas di masa depan, meskipun mungkin meremehkan risiko pada kelompok
anak-anak gabungan kami yang kekurangan berat badan atau berat badan normal. Akhirnya, karena
kelebihan berat badan dan obesitas didefinisikan oleh CDC mulai pada usia 2 tahun, kami tidak
dapat menguji efek kelebihan berat badan selama masa bayi dengan terjadinya obesitas saat dewasa.
Sebagai kesimpulan, dengan menggunakan lintasan (trayektori) pertumbuhan yang
disimulasikan di sepanjang kehidupan dan menyesuaikan dengan tren sekuler, kami menemukan
bahwa hanya anak-anak dengan berat badan yang sehat saat ini yang memiliki peluang kurang dari
50% untuk menjadi gemuk pada usia 35 tahun. Untuk anak-anak dengan obesitas berat, risiko
obesitas dewasa sangat tinggi.