Lifestyle risk factors for chronic disease across family origin among adults in multiethnic, low-income, urban neighborhoods.
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: To describe the prevalence and co-occurrence of lifestyle risk factors for chronic disease by family origin. DESIGN: Cross-sectional analysis. SETTING: Multiethnic, low-income, urban neighborhoods in Montreal, Canada. PARTICIPANTS: 2033 adults (42.2% male), mean age 39.7 (standard deviation 6.4) years OUTCOME MEASURES: Smoking, level of physical activity, dietary habits, body mass index. METHODS: Subjects completed self-report questionnaires on sociodemographic characteristics, height, weight, and lifestyle behaviors. We tested family origin (based on language first learned in childhood and country of birth) as an independent correlate of co-occurrence (having at least two lifestyle risk factors) in multivariate logistic regression analyses. RESULTS: The prevalence of smoking and poor diet was highest among participants of French Canadian family origin. Although physical inactivity was uniformly high across family origins, it was highest among participants of Portuguese, Italian, and Haitian family origin. Obesity was highest among Europeans. The prevalence of smoking was lowest among Haitians; poor diet was lowest among South Asians; and physical inactivity was lowest among Eastern Europeans. Obesity was lowest among Asians, with the exception that 55.9% of South Asians were overweight or obese. Relative to French Canadians, adults in all other family-origin groups had a lower risk of co-occurrence of lifestyle risk factors. Adults of Asian family origin had the lowest prevalence of co-occurrence of lifestyle risk factors. CONCLUSION: Variation in the distribution of lifestyle risk factors may explain in part differences in chronic disease morbidity and mortality across ethnic groups. Prevention programs should take differential distribution of lifestyle risk factors by ethnicity into account.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| 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 | 0,001 |
| 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 découle