Individual and social determinants of multiple chronic disease behavioral risk factors among youth
Notice bibliographique
Résumé
BACKGROUND: Behavioral risk factors are known to co-occur among youth, and to increase risks of chronic diseases morbidity and mortality later in life. However, little is known about determinants of multiple chronic disease behavioral risk factors, particularly among youth. Previous studies have been cross-sectional and carried out without a sound theoretical framework. METHODS: Using longitudinal data (n = 1135) from Cycle 4 (2000-2001), Cycle 5 (2002-2003) and Cycle 6 (2004-2005) of the National Longitudinal Survey of Children and Youth, a nationally representative sample of Canadian children who are followed biennially, the present study examines the influence of a set of conceptually-related individual/social distal variables (variables situated at an intermediate distance from behaviors), and individual/social ultimate variables (variables situated at an utmost distance from behaviors) on the rate of occurrence of multiple behavioral risk factors (physical inactivity, sedentary behavior, tobacco smoking, alcohol drinking, and high body mass index) in a sample of children aged 10-11 years at baseline. Multiple behavioral risk factors were assessed using a multiple risk factor score. All statistical analyses were performed using SAS, version 9.1, and SUDAAN, version 9.01. RESULTS: Multivariate longitudinal Poisson models showed that social distal variables including parental/peer smoking and peer drinking (Log-likelihood ratio (LLR) = 187.86, degrees of freedom (DF) = 8, p < .001), as well as individual distal variables including low self-esteem (LLR = 76.94, DF = 4, p < .001) increased the rate of occurrence of multiple behavioral risk factors. Individual ultimate variables including age, sex, and anxiety (LLR = 9.34, DF = 3, p < .05), as well as social ultimate variables including family socioeconomic status, and family structure (LLR = 10.93, DF = 5, p = .05) contributed minimally to the rate of co-occurrence of behavioral risk factors. CONCLUSIONS: The results suggest targeting individual/social distal variables in prevention programs of multiple chronic disease behavioral risk factors among youth.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».