Contextual Associations of Interregional Income Gap with Physical Constitution and Dietary Environment in Individual Housebound Elderly
Notice bibliographique
Résumé
BACKGROUND: Much attention has been directed towards the issue of health inequalities associated with Japan’s widening income gap. Focusing on the housebound elderly, we assessed the contextual associations of the interregional income gap with body mass index (BMI). METHOD: A total of 15,200 housebound elderly living in 46 of the country’s 47 prefectures, except for Tokyo, were interviewed face-to-face using a questionnaire that covered age, gender, height, weight, medical history, utilization of nursing care, family, source of income, food consumption, and physical activity. To determine the relationship between BMI and the above-mentioned items, a linear regression analysis was performed. In the multilevel analysis, we assumed a prefecture-level random intercept on the basis of the data on the average income per capita in the 46 prefectures. RESULTS: Valid responses without missing data were obtained from 10,226 respondents (response rate: 67.3%) and used for the analyses; females accounted for 78.5% (n=8,027) of the sample. In the multilevel analysis, prefectural average income showed a significant contextual negative association with BMI in females (-0.846; P=0.001). CONCLUSIONS: Prefectural average income has a significant negative contextual association with individual-level BMI for females; females with a low rate of going out have lower BMI; and females living with children have higher BMI. Social environment may be correlated with BMI in the older population.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».