MétaCan
Menu
← Retour à la cohorte
Enregistrement W2741345840 · doi:10.1186/s12889-017-4612-1

The shrinking health advantage: unintentional injuries among children and youth from immigrant families

2017· article· en· W2741345840 sur OpenAlexafffundabout
Natasha Saunders, Alison Macpherson, Jun Guan, Lisa Sheng, Astrid Guttmann

Notice bibliographique

RevueBMC Public Health · 2017
Typearticle
Langueen
DomainePsychology
ThématiqueMigration, Health and Trauma
Établissements canadiensInstitute for Clinical Evaluative SciencesUniversity of TorontoSickKids FoundationPublic Health OntarioHospital for Sick ChildrenYork University
Organismes subventionnairesCanadian Institutes of Health ResearchOntario Ministry of Health and Long-Term Care
Mots-clésMedicineResidencePoisson regressionDemographyImmigrationBiostatisticsRelative riskEpidemiologyPopulationInjury preventionPoison controlPublic healthOccupational safety and healthGerontologyPediatricsEnvironmental healthConfidence intervalInternal medicineGeography

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Immigrants typically arrive in good health. This health benefit can decline as immigrants adopt behaviours similar to native-born populations. Risk of injury is low in immigrants but it is not known whether this changes with increasing time since migration. We sought to examine the association between duration of residence in Canada and risk of unintentional injury. METHODS: Population-based cross-sectional study of children and youth 0 to 24 years in Ontario, Canada (2011-2012), using linked health and administrative databases. The main exposure was duration of Canadian residence (recent: 0-5 years, intermediate: 6-10 years, long-term: >10 years). The main outcome measure was unintentional injuries. Cause-specific injury risk by duration of residence was also evaluated. Poisson regression models estimated rate ratios (RR) for injuries. RESULTS: 999951 immigrants were included with 24.2% recent and 26.4% intermediate immigrants. The annual crude injury rates per 100000 immigrants were 6831 emergency department visits, 151 hospitalizations, and 4 deaths. In adjusted models, recent immigrants had the lowest risk of injury and risk increased over time (RR 0.79; 95% CI 0.77, 0.81 recent immigrants, RR 0.90; 95% CI 0.88, 0.92 intermediate immigrants, versus long-term immigrants). Factors associated with injury included young age (0-4 years, RR 1.30; 95% CI 1.26, 1.34), male sex (RR 1.52; 95% CI 1.49, 1.55), and high income (RR 0.93; 95% CI 0.89, 0.96 quintile 1 versus 5). Longer duration of residence was associated with a higher risk of unintentional injuries for most causes except hot object/scald burns, machinery-related injuries, non-motor vehicle bicycle and pedestrian injuries. The risk of these latter injuries did not change significantly with increasing duration of residence in Canada. Risk of drowning was highest in recent immigrants. CONCLUSIONS: Risk of all-cause and most cause-specific unintentional injuries in immigrants rises with increasing time since migration. This indicates the need to develop strategies for maintaining the immigrant health advantage over time while balancing the desire to support integration, active living, and healthy child development.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,606
Score d'incertitude au seuil0,793

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,036
Tête enseignante GPT0,341
Écart entre enseignants0,305 · 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 source (Gemma direct ou Codex distillé), 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

Citations12
Publié2017
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueBMC Public Health→Même sujetMigration, Health and Trauma→Travaux en français237 207→