Early onset of type 2 diabetes among visible minority and immigrant populations in Canada
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
OBJECTIVES: Type 2 diabetes is a chronic condition that affects nearly over three million Canadians, including immigrants. The timing of the first onset of diabetes has been linked to several other severe diseases. Yet, there is a dearth of empirical studies that examine the timing of the first onset of diabetes among Canadians, in general, and among immigrants and ethnic minority populations within Canada, in particular. DESIGN: Applying event history techniques to the 2013 Canadian Community and Health Survey, we address this research void by examining factors that contribute to the first onset of diabetes among immigrant and visible minority populations in Canada (N = 8905). Given the gendered patterns in the epidemiology of diseases and the differences in risk factors for men and women, gender-specific models were estimated. RESULTS: Results showed that South Asian, Black and Filipino women developed diabetes earlier, compared to women from the UK. Similarly, South Asian, Chinese, Filipino, Black, South East Asian and Arab men developed diabetes earlier than men from the UK. A significant and important finding of this analysis was that the risks of developing diabetes vanished completely for Black and Filipino women, after accounting for lifestyle factors. For South Asian women, however, there was significant attenuation in their risks after accounting for lifestyle factors. The findings were strikingly different for immigrant men. Specifically, their risks of developing diabetes increased after accounting for lifestyle factors. CONCLUSIONS: These results suggest the development of gender-specific and lifestyle interventions, targeted at specific immigrant groups with increased risks of developing diabetes earlier in the life course.
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.
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 | 0,000 | 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 découle