Risk Factors for Non-Communicable Diseases at Baseline and Their Short-Term Changes in a Workplace Cohort in Singapore
Notice bibliographique
Résumé
We aimed to examine the behavioural and clinical risk factors for non-communicable diseases (NCDs) at baseline and their changes over 12 months in a workplace cohort in Singapore. A total of 464 full-time employees (age ≥ 21 years) were recruited from a variety of occupational settings, including offices, control rooms, and workshops. Of these, 424 (91.4%) were followed-up at three months and 334 (72.0%) were followed up at 12 months. Standardized questionnaires were used to collect data on health behaviours and clinical measurements were performed by trained staff using standard instruments and protocols. Age-adjusted changes in risk factors over time were examined using generalized estimating equations or linear mixed-effects models where appropriate. The mean age of the participants at baseline was 39.0 (SD: 11.4) years and 79.5% were men. Nearly a quarter (24.4%) were current smokers, slightly more than half (53.5%) were alcohol drinkers, two-thirds (66%) were consuming <5 servings of fruit and vegetables per day, and 23.1% were physically inactive. More than two-thirds (67%) were overweight or obese and 34.5% had central obesity. The mean follow-up was 8.6 months. After adjusting for age, over 12 months, there was a significant increase in the proportion consuming <5 servings of fruit and vegetables per day by 33% (p = 0.030), who were physically inactive by 64% (p < 0.001), and of overweight or obese people by 15% (p = 0.018). The burden of several key NCD risk factors at baseline was high and some worsened within a short period of time in this working population. There is a need for more targeted strategies for behaviour change towards a healthy lifestyle as part of the ongoing health and wellness programs at workplaces in Singapore.
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 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 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 ».