The roles of experienced and internalized weight stigma in healthcare experiences: Perspectives of adults engaged in weight management across six countries
Notice bibliographique
Résumé
BACKGROUND/OBJECTIVES: Considerable evidence from U.S. studies suggests that weight stigma is consequential for patient-provider interactions and healthcare for people with high body weight. Despite international calls for efforts to reduce weight stigma in the medical community, cross-country research is lacking in this field. This study provides the first multinational investigation of associations between weight stigma and healthcare experiences across six Western countries. METHODS: Participants were 13,996 adults residing in Australia, Canada, France, Germany, the UK, and the US who were actively enrolled in an internationally available behavioral weight management program. Participants completed identical online surveys in the dominant language for their country that assessed experienced weight stigma, internalized weight bias, and healthcare behaviors and experiences including perceived quality of care, avoidance or delay of seeking care, experiences with providers, and perceived weight stigma from doctors. RESULTS: Among participants who reported a history of weight stigma (56-61%), two-thirds of participants in each country reported experiencing weight stigma from doctors. Across all six countries, after accounting for demographics, BMI, and experienced stigma, participants with higher internalized weight bias reported greater healthcare avoidance, increased perceived judgment from doctors due to body weight, lower frequency of obtaining routine checkups, less frequent listening and respect from providers, and lower quality of healthcare. Additionally, experienced weight stigma (from any source) was indirectly associated with poorer healthcare experiences through weight bias internalization, consistently across the six countries. CONCLUSIONS: Weight stigma in healthcare is prevalent among adults actively engaged in weight management across different Western countries, and internalized weight bias has negative implications for healthcare even after controlling for BMI. The similar findings across all six countries underscore the negative consequences of weight stigma on healthcare behaviors and experiences, and emphasize the need for collective international efforts to address this problem.
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 | 0,004 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,005 | 0,004 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,000 | 0,006 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».