MétaCan
Menu
Retour à la cohorte
Enregistrement W2888447563 · doi:10.1371/journal.pone.0202642

Food insecurity status and mortality among adults in Ontario, Canada

2018· article· en· W2888447563 sur OpenAlexafffundabout
Craig Gundersen, Valerie Tarasuk, Joyce Cheng, Claire de Oliveira, Paul Kurdyak

Notice bibliographique

RevuePLoS ONE · 2018
Typearticle
Langueen
DomaineHealth Professions
ThématiqueFood Security and Health in Diverse Populations
Établissements canadiensInstitute for Clinical Evaluative SciencesCentre for Addiction and Mental HealthUniversity of Toronto
Organismes subventionnairesCanadian Institutes of Health ResearchInstitute for Clinical Evaluative Sciences
Mots-clésOddsFood securityEnvironmental healthLogistic regressionFood insecurityMedicineDemographyOdds ratioPopulationCross-sectional studyCommunity healthGerontologyPublic healthGeography

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Food insecurity is associated with a wide array of negative health outcomes and higher health care costs but there has been no population-based study of the association of food insecurity and mortality in high-income countries. METHODS: We use cross-sectional population surveys linked to encoded health administrative data. The sample is 90,368 adults, living in Ontario and respondents in the Canadian Community Health Survey (CCHS). The outcome of interest is all-cause mortality at any time after the interview and within four years of the interview. The primary variable of interest is food insecurity status, with individuals classed as "food secure", "marginally food insecure", "moderately food insecure", or "severely food insecure". We use logistic regression models to determine the association of mortality with food insecurity status, adjusting for other social determinants of health. RESULTS: Using a full set of covariates, in comparison to food secure individuals, the odds of death at any point after the interview are 1.28 (CI = 1.08, 1.52) for marginally food insecure individuals, 1.49 (CI = 1.29, 1.73) for moderately food insecure individuals, and 2.60 (CI = 2.17, 3.12) for severely food insecure individuals. When mortality within four years of the interview is considered, the odds are, respectively, 1.19 (CI = 0.95, 1.50), 1.65 (CI = 1.37, 1.98), and 2.31 (CI = 1.81, 2.93). INTERPRETATION: These findings demonstrate that food insecurity is associated with higher mortality rates and these higher rates are especially large for the most severe food insecurity category. Efforts to reduce food insecurity should be incorporated into broader public health initiatives to reduce mortality.

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)0,002
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 enseignants0,034
Score d'incertitude au seuil0,247

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,004
Études des sciences et des technologies0,0030,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,187
Tête enseignante GPT0,364
Écart entre enseignants0,177 · 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

Citations97
Publié2018
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revuePLoS ONEMême sujetFood Security and Health in Diverse PopulationsTravaux en français237 207