MétaCan
Menu
Retour à la cohorte
Enregistrement W1999384778 · doi:10.1186/1471-2458-12-390

“Health divide” between indigenous and non-indigenous populations in Kerala, India: Population based study

2012· article· en· W1999384778 sur OpenAlex
Slim Haddad, K. S. Mohindra, Kendra Siekmans, Geneviève Màk, Delampady Narayana

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueBMC Public Health · 2012
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSocial and Economic Development in India
Établissements canadiensInstitute of Population and Public HealthUniversity of OttawaUniversité de MontréalCentre Hospitalier de l’Université de Montréal
Organismes subventionnairesInternational Development Research Centre
Mots-clésUnderweightMedicineIndigenousDemographyBiostatisticsPublic healthPopulationLogistic regressionSocial determinants of healthEpidemiologyTuberculosisHealth equityEnvironmental healthObesityInternal medicineOverweight

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The objective of this study is to investigate the magnitude and nature of health inequalities between indigenous (Scheduled Tribes) and non-indigenous populations, as well as between different indigenous groups, in a rural district of Kerala State, India. METHODS: A health survey was carried out in a rural community (N = 1660 men and women, 18-96 years). Age- and sex-standardised prevalence of underweight (BMI < 18.5 kg/m2), anaemia, goitre, suspected tuberculosis and hypertension was compared across forward castes, other backward classes and tribal populations. Multi-level weighted logistic regression models were used to estimate the predicted prevalence of morbidity for each age and social group. A Blinder-Oaxaca decomposition was used to further explore the health gap between tribes and non-tribes, and between subgroups of tribes. RESULTS: Social stratification remains a strong determinant of health in the progressive social policy environment of Kerala. The tribal groups are bearing a higher burden of underweight (46.1 vs. 24.3%), anaemia (9.9 vs. 3.5%) and goitre (8.5 vs. 3.6%) compared to non-tribes, but have similar levels of tuberculosis (21.4 vs. 20.4%) and hypertension (23.5 vs. 20.1%). Significant health inequalities also exist within tribal populations; the Paniya have higher levels of underweight (54.8 vs. 40.7%) and anaemia (17.2 vs. 5.7%) than other Scheduled Tribes. The social gradient in health is evident in each age group, with the exception of hypertension. The predicted prevalence of underweight is 31 and 13 percentage points higher for Paniya and other Scheduled Tribe members, respectively, compared to Forward Caste members 18-30 y (27.1%). Higher hypertension is only evident among Paniya adults 18-30 y (10 percentage points higher than Forward Caste adults of the same age group (5.4%)). The decomposition analysis shows that poverty and other determinants of health only explain 51% and 42% of the health gap between tribes and non-tribes for underweight and goitre, respectively. CONCLUSIONS: Policies and programmes designed to benefit the Scheduled Tribes need to promote their well-being in general but also target the specific needs of the most vulnerable indigenous groups. There is a need to enhance the capacity of the disadvantaged to equally take advantage of health opportunities.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,007
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,182
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0070,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0020,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,117
Tête enseignante GPT0,378
Écart entre enseignants0,260 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle