A cross-national comparative perspective on racial inequities in health: the USA versus Canada
Notice bibliographique
Résumé
BACKGROUND: Cross-national comparisons allow the examination of the malleability of associations between race and health. Racial inequities in chronic conditions, indicators of health status and behavioural risk factors between two similar advanced capitalist countries were compared. It was hypothesised that racial inequities will be mitigated in Canada compared with the USA. METHODS: Population-based, cross-sectional data from the 2002-3 Joint Canada-USA Survey of Health (JCUSH) with 4953 adult respondents from the USA and 3455 from Canada. Models adjusted for age, sex, foreign birth, marital status, health insurance, education, income and home ownership. RESULTS: Compared with the USA, racial inequities in health were attenuated in Canada. In the USA, racial inequities in chronic diseases and fair or poor self-rated health were largely driven by inequities found among the native born. Strikingly, in Canada, however, there were few significant racial inequities and those occurred exclusively among the foreign born. Within strata of race and foreign birth, Canadians fared better, with both white people and non-white people reporting better health than their American counterparts. Foreign-born Canadians and Americans were more similar to each other in terms of health than native-born Canadians and Americans. Only among the native born did American white people and American non-white people have higher adjusted odds of hypertension, diabetes and obesity than Canadian white people and Canadian non-white people respectively. Self-rated health was worse for non-white Americans than non-white Canadians regardless of foreign birth. CONCLUSION: The influence of race on health is context dependent. There is no necessary link between race and a variety of health indicators.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,004 | 0,011 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».