Race, Ethnicity and Cardiovascular Risk: A Population-based Study in Ontario, Canada
Notice bibliographique
Résumé
Background: Ethnic and immigrant groups represent a large and growing segment of the Canadian population, however, little is known about how these groups differ in their cardiovascular risk factor profiles when compared to the White population. This thesis describes three large, population-based studies examining cardiovascular risk among people of White, South Asian, Chinese and Black ethnicity living in Ontario. It was hypothesized that ethnic groups would differ significantly in their cardiovascular risk factor profiles.\n\nMethods: The study population included 154 653 White, 3364 South Asian, 3038 Chinese, and 2742 Black subjects derived from Statistics Canada’s National Population Health Survey and Canadian Community Health Surveys. In Project 1, the age- and sex-standardized prevalence of cardiovascular risk factors, heart disease, and stroke were compared across the four ethnic groups. In Project 2, the degree to which cardiovascular risk factor profiles differed between recent immigrants and long-term residents was compared across ethnic groups. In Project 3, a subsample of the study population was used to compare the ethnic-specific incidence and age at diagnosis of diabetes. We also derived ethnically appropriate body-mass index (BMI) cutoff values for obesity for assessing diabetes risk. \n\nResults: Ethnic groups living in Ontario differ strikingly in their cardiovascular risk profiles. The Chinese group had the most favourable cardiovascular risk factor profile, with 4.3% of the population reporting ≥2 major cardiovascular risk factors (i.e., smoking, obesity, diabetes, hypertension), followed by the South Asian (7.9%), White (10.1%) and Black (11.1%) groups. For all ethnic groups, cardiovascular risk factor profiles were worse among those with longer duration of residency in Canada. Nonwhite subjects developed diabetes at a higher rate, at an earlier age, and at lower ranges of BMI than White subjects. For the equivalent incidence rate of diabetes at a BMI of 30 in White subjects, the BMI cutoff value was 24, 25, and 26 in South Asian, Chinese, and Black subjects, respectively.\n\nInterpretation: These findings highlight the need for designing ethnically tailored cardiovascular disease prevention strategies and for lowering current targets for ideal body weight for nonwhite populations.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,006 |
| Études des sciences et des technologies | 0,006 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».