Neighborhood walkability and pre-diabetes incidence in a multiethnic population
Notice bibliographique
Résumé
INTRODUCTION: We examined whether adults living in highly walkable areas are less likely to develop pre-diabetes and if so, whether this association is consistent according to immigration status and ethnicity. RESEARCH DESIGN AND METHODS: Population-level health, immigration, and administrative databases were used to identify adults aged 20-64 (n=1 128 181) who had normoglycemia between January 2011 and December 2011 and lived in one of 15 cities in Southern Ontario, Canada. Individuals were assigned to one of ten deciles (D) of neighborhood walkability (from lowest (D1) to highest (D10)) and followed until December 2013 for the development of pre-diabetes. RESULTS: Overall, 220 225 individuals in our sample developed pre-diabetes during a median follow-up of 8.4 years. Pre-diabetes incidence was 20% higher among immigrants living in the least (D1) (adjusted HR 1.20, 95% CI 1.15 to 1.25, p<0.0001) versus most (D10, referent) walkable neighborhoods after accounting for age, sex, and area income. Findings were similar among long-term residents and across sexes. However, susceptibility to walkability varied by ethnicity where D1 versus D10 adjusted HRs ranged from 1.17 (95% CI 1.02 to 1.35, p=0.03) among West Asian and Arab immigrants to 1.32 (95% CI 1.19 to 1.47, p<0.0001) in Southeast Asians. Ethnic variation in pre-diabetes incidence was more marked in low walkability settings. Relative to Western Europeans, the adjusted HR for pre-diabetes incidence was 2.11 (95% CI 1.81 to 2.46, p<0.0001) and 1.50 (95% CI 1.27 to 1.77, p<0.0001) among Sub-Saharan African and the Carribean and Latin American immigrants, respectively, living in the least walkable (D1) neighborhoods, but only 1.24 (95% CI 1.08 to 1.42, p=0.002) and 1.00 (95% CI 0.87 to 1.15, p=0.99) for these same groups living in the most walkable (D10) neighborhoods. CONCLUSIONS: Pre-diabetes incidence was reduced in highly walkable areas for most groups living in Southern Ontario cities. These findings suggest a potential role for walkable urban design in diabetes prevention.
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».