Health‐related behaviors and comorbidities in people with epilepsy: Changes in the past decade
Notice bibliographique
Résumé
OBJECTIVE: We aimed to explore the patterns of health-related behaviors (HRBs) such as smoking and physical activity in people with epilepsy in the community and examine whether behaviors have changed over the past decade. METHODS: We conducted a repeated cross-sectional study using data from a series of five cycles (2001-2011) of the Canadian Community Health Survey, a national population-based survey. The proportions and odds ratios with 95% confidence intervals for HRBs and comorbidities in people with epilepsy (PWE) compared to respondents without epilepsy were calculated for each survey over the 10-year period, and estimates were examined for changes over time. RESULTS: The study included 522,722 participants of whom 3,220 (0.6%) had epilepsy. The proportion of PWE who did not participate in physical activity decreased over time (2001 = 17.2%, 2010/2011 = 8.5%), as did the proportion of PWE who smoked cigarettes (2001 = 32.3%, 2010/2011 = 18.0%). PWE had consistently reduced alcohol consumption in comparison to the general population. Fewer than half of participants met the recommended daily guidelines for fruit and vegetable consumption. An apparent reduction in the prevalence of heart disease occurred in PWE (2001 = 11.7%, 2010/2011 = 4.0%), but not in people without epilepsy; however, similar trends were not observed for other cardiovascular comorbidities studied. SIGNIFICANCE: Apparent improvements in smoking cessation and physical activity occurred in PWE. Despite these improvements, physicians should continue to counsel their patients on the importance of healthy lifestyle choices. Further exploration into the reasons for the apparent decrease in the prevalence of heart disease in PWE is warranted.
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 ».