MétaCan
Menu
Retour à la cohorte
Enregistrement W2213827076 · doi:10.1186/s12889-015-2551-2

Do discrimination, residential school attendance and cultural disruption add to individual-level diabetes risk among Aboriginal people in Canada?

2015· article· en· W2213827076 sur OpenAlexafffundabout
Roland Dyck, Chandima Karunanayake, Bonnie Janzen, Josh Lawson, Vivian R. Ramsden, Donna Rennie, P. Jenny Gardipy, Laura McCallum, Sylvia Abonyi, James A. Dosman, Jo-Ann Episkenew, Punam Pahwa

Notice bibliographique

RevueBMC Public Health · 2015
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueRacial and Ethnic Identity Research
Établissements canadiensUniversity of ReginaWillow Biosciences (Canada)Saskatchewan Health AuthoritySaskatchewan HealthUniversity of Saskatchewan
Organismes subventionnairesCanadian Institutes of Health ResearchUniversity of Regina
Mots-clésMedicineBiostatisticsDiabetes mellitusAttendanceDemographyGerontologyEpidemiologyPublic healthCross-sectional studyEnvironmental healthInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Aboriginal peoples in Canada (First Nations, Metis and Inuit) are experiencing an epidemic of diabetes and its complications but little is known about the influence of factors attributed to colonization. The purpose of this study was to investigate the possible role of discrimination, residential school attendance and cultural disruption on diabetes occurrence among First Nations adults. METHODS: This 2012/13 cross sectional survey was conducted in two Saskatchewan First Nations communities comprising 580 households and 1570 adults. In addition to self-reported diabetes, interviewer-administered questionnaires collected information on possible diabetes determinants including widely recognized (e.g. age, sex, lifestyle, social determinants) and colonization-related factors. Clustering effect within households was adjusted using Generalized Estimating Equations. RESULTS: Responses were obtained from 874 (55.7 %) men and women aged 18 and older living in 406 (70.0 %) households. Diabetes prevalence was 15.8 % among women and 9.7 % among men. In the final models, increasing age and adiposity were significant risk factors for diabetes (e.g. OR 8.72 [95 % CI 4.62; 16.46] for those 50+, and OR 8.97 [95 % CI 3.58; 22.52] for BMI 30+) as was spending most time on-reserve. Residential school attendance and cultural disruption were not predictive of diabetes at an individual level but those experiencing the most discrimination had a lower prevalence of diabetes compared to those who experienced little discrimination (2.4 % versus 13.6 %; OR 0.11 [95 % CI 0.02; 0.50]). Those experiencing the most discrimination were significantly more likely to be married and to have higher incomes. CONCLUSIONS: Known diabetes risk factors were important determinants of diabetes among First Nations people, but residential school attendance and cultural disruption were not predictive of diabetes on an individual level. In contrast, those experiencing the highest levels of discrimination had a low prevalence of diabetes. Although the reasons underlying this latter finding are unclear, it appears to relate to increased engagement with society off-reserve which may lead to an improvement in the social determinants of health. While this may have physical health benefits for First Nations people due to improved socio-economic status and other undefined influences, our findings suggest that this comes at a high emotional price.

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 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)0,005
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,014
Score d'incertitude au seuil0,991

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
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 Opus0,106
Tête enseignante GPT0,404
Écart entre enseignants0,298 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations14
Publié2015
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueBMC Public HealthMême sujetRacial and Ethnic Identity ResearchTravaux en français237 207