Geographic Variability in the Association between Socioeconomic Status and BMI in the USA and Canada
Notice bibliographique
Résumé
OBJECTIVE: Reported associations between socioeconomic status (SES) and obesity are inconsistent depending on gender and geographic location. Globally, these inconsistent observations may hide a variation in the contextual effect on individuals' risk of obesity for subgroups of the population. This study explored the regional variability in the association between SES and BMI in the USA and in Canada, and describes the geographical variance patterns by SES category. METHODS: The 2009-2010 samples of the Behavioral Risk Factor Surveillance System (BRFSS) and the Canadian Community Health Survey (CCHS) were used for this comparison study. Three-level random intercept and differential variance multilevel models were built separately for women and men to assess region-specific BMI by SES category and their variance bounds. RESULTS: Associations between individual SES and BMI differed importantly by gender and countries. At the regional-level, the mean BMI variation was significantly different between SES categories in the USA, but not in Canada. In the USA, whereas the county-specific mean BMI of higher SES individuals remained close to the mean, its variation grown as SES decreased. At the county level, variation of mean BMI around the regional mean was 5 kg/m2 in the high SES group, and reached 8.8 kg/m2 in the low SES group. CONCLUSIONS: This study underlines how BMI varies by country, region, gender and SES. Lower socioeconomic groups within some regions show a much higher variation in BMI than in other regions. Above the BMI regional mean, important variation patterns of BMI by SES and place of residence were found in the USA. No such pattern was found in Canada. This study suggests that a change in the mean does not necessarily reflect the change in the variance. Analyzing the variance by SES may be a good way to detect subtle influences of social forces underlying social inequalities.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».