Examining risk factors for cardiovascular disease among food bank members in Vancouver
Notice bibliographique
Résumé
Food banks provide supplemental food to low-income households, yet little is known about the cardiovascular health of food banks members. This study therefore described cardiovascular disease (CVD) risk factors among food bank members and explored associations between food insecurity and CVD risk. Adults ≥18 years (n = 77) from three food bank sites in metro Vancouver, British Columbia completed surveys and physical assessments examining a range of socio-demographic variables and CVD risk factors. A composite measure of myocardial infarction (MI) risk called the INTERHEART score was assessed and household food insecurity was measured using the Household Food Security Survey Module. Regression models were used to explore associations between food insecurity and CVD risk measures, including the INTERHEART score. Ninety-seven percent of food bank members reported experiencing food insecurity, 65% were current smokers, 53% reported either chronic or several periods of stress in the past year, 55% reported low physical activity levels and 80% reported consuming fewer than five servings of fruit and vegetables daily. Prevalence of self-reported diabetes and hypertension were 13% and 29% respectively. Fifty-two percent of the sample were at high risk of non-fatal MI. No statistically significant associations were found between increased severity of food insecurity and CVD risk factors among this sample where both severe food insecurity and high CVD risks were prevalent. Food bank members were at elevated risk for CVD compared with the general population. Strategies are needed to reduce prevalence of food insecurity and CVD risk factors, both of which disproportionately affected food bank members.
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 | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| 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) | 0,001 | 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 ».