Micro- and meso-level influences on obesity in the former Soviet Union: a multi-level analysis
Notice bibliographique
Résumé
BACKGROUND: Limited evidence exists on obesity in the former Soviet Union (fSU), particularly its micro- and meso-level determinants. The objectives of this study were to determine age- and gender-adjusted prevalence of self-reported overweight and obesity in nine fSU countries; explore the relationship between individual and household (micro-level) factors and obesity; and explore the relationship between features of nutritional and physical environments (meso-level) and obesity. METHODS: Data were collected from 18,000 adults using household surveys and from 333 communities using community profiles in Azerbaijan, Armenia, Belarus, Georgia, Kazakhstan, Kyrgyzstan, Moldova, Russia and Ukraine in 2010. Individual- and community-level determinants of self-reported obesity (body mass index ≥ 30 kg/m(2)) were analysed using multi-level random intercept logistic regression models. RESULTS: A total of 13% of the males and 18% of the females were categorized as obese. Factors associated with obesity in males were older age, increasing educational achievement, declining self-reported health, alcohol consumption and automobile ownership. Males who were current smokers, not married and perceived physical activity to be important were less likely to be obese. For females, obesity was associated with older age, completion of secondary-level education, declining self-reported health and average household financial situation. Unmarried women were less likely to be obese. Multi-level analysis indicated that individuals living in communities with higher presence of garbage were more likely to be obese. CONCLUSIONS: This is the first study to examine both micro- and meso-level influences on obesity in fSU using multi-level analysis. Findings indicate a similar obesity risk profile to countries in Western Europe and North America.
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 | 0,014 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».