Association Between Self‐Reported Potentially Modifiable Cardiac Risk Factors and Perceived Need to Improve Physical Health: A Population‐Based Study
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
BACKGROUND: An individual's perceived need to improve their physical health (PNIPH) is an essential precursor to adopting healthy behaviors. Nine potentially modifiable risk factors (PMRFs) for myocardial infarction collectively account for ≥90% of the population attributable risk. Though widely recognized, their impact on individuals' health perceptions is unclear. METHODS AND RESULTS: Residents from 6 provinces were administered a module on changes to improve health as part of the 2011-2012 Canadian Community Health Survey, yielding relevant data for 8 of the 9 PMRFs sought. The potential effects of PMRFs individually and cumulatively on PNIPH were examined using modified Poisson regression. In total, 45 443 respondents were included, representing 11 006 123 individuals and corresponding to 96.8% of the adult population of the sampled provinces. The sum of PMRFs was positively associated with PNIPH (adjusted prevalence ratio, 1.08; 95% CI, 1.07-1.09 per additional PMRF) with 82.3% of individuals with ≥5 PMRFs reporting this perception. Smoking, obesity, and low physical activity were most strongly associated with PNIPH, whereas hypertension and diabetes mellitus exhibited no association with this outcome after adjusting for potential confounders. Barriers to adopting healthy behaviors were reported by 55.9% of individuals endorsing PNIPH. CONCLUSIONS: The cumulative burden of PMRFs is positively associated with PNIPH; however, individual PMRFs differentially contribute to this perception. Among those at highest cardiac risk, ≈1 in 5 denied PNIPH. A better understanding of factors underlying health perceptions and behaviors is needed to capitalize on cardiovascular preventive efforts.
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 | 0,003 | 0,003 |
| 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 | 0,001 | 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