Inequalities in Hypertension and Diabetes in Canada: Intersections between Racial Identity, Gender, and Income
Notice bibliographique
Résumé
<p>A growing body of research from the United States informed by intersectionality theory indicates that racial identity, gender, and income are often entwined with one another as determinants of health in unexpectedly complex ways. Research of this kind from Canada is scarce, however. Using data pooled from ten cycles (2001- 2013) of the Canadian Community Health Survey, we regressed hypertension (HT) and diabetes (DM) on income in subsamples of Black women (n = 3,506), White women (n = 336,341), Black men (n = 2,806) and White men (n = 271,260). An increase of one decile in income was associated with lower odds of hypertension and diabetes among White men (ORHT = .98, 95% CI (.97, .99); ORDM = .93, 95% CI (.92, .94)) and White women (ORHT = .95, 95% CI (.95, .96); ORDM = .90, 95% CI (.89, .91)). In contrast, an increase of one decile in income was not associated with either health outcome among Black men (ORHT = .99, 95% CI (.92, 1.06); ORDM = .99, 95% CI (.91, 1.08)) and strongly associated with both outcomes among Black women (ORHT = .86, 95% CI (.80, .92); ORDM = .83, 95% CI (.75, .92)). Our findings highlight the complexity of the unequal distribution of hypertension and diabetes, which includes inordinately high risks of both outcomes for poor Black women and an absence of associations between income and both outcomes for Black men in Canada. These results suggest that an intersectionality framework can contribute to uncovering health inequalities in Canada.</p><p><em>Ethn Dis.</em>2017;27(4):371-378; doi:10.18865/ ed.27.4.371. </p>
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 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 | 0,001 | 0,001 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».