MétaCan
Menu
Retour à la cohorte
Enregistrement W3196568817 · doi:10.1093/ajcn/nqab249

Socioeconomic inequities in diet quality among a nationally representative sample of adults living in Canada: an analysis of trends between 2004 and 2015

2021· article· en· W3196568817 sur OpenAlexafffundabout
Dana Lee Olstad, Sara Nejatinamini, Charlie Victorino, Sharon I. Kirkpatrick, Leia Minaker, Lindsay McLaren

Notice bibliographique

RevueAmerican Journal of Clinical Nutrition · 2021
Typearticle
Langueen
DomaineHealth Professions
ThématiqueFood Security and Health in Diverse Populations
Établissements canadiensUniversity of WaterlooUniversity of Calgary
Organismes subventionnairesInstitute of Population and Public HealthCanadian Institutes of Health ResearchInstitute of Musculoskeletal Health and ArthritisCumming School of Medicine, University of CalgaryPublic Health Agency of Canada
Mots-clésSocioeconomic statusDemographyInequalityPopulationDisadvantagedNational Health and Nutrition Examination SurveyMedicineGerontologyIndex (typography)GeographyEnvironmental healthSociologyMathematicsEconomic growthEconomics

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Socioeconomic inequities in diet quality are stable or widening in the United States; however, these trends have not been well characterized in other nations. Moreover, purpose-developed indices of inequities that can provide a more comprehensive and precise perspective of trends in absolute and relative dietary gaps and gradients using multiple indicators of socioeconomic position (SEP) have not yet been used, and can inform strategies to narrow dietary inequities. OBJECTIVES: We quantified nationally representative trends in absolute and relative gaps and gradients in diet quality between 2004 and 2015 according to 3 indicators of SEP among adults in Canada. METHODS: Adults (≥18 y old) who participated in the nationally representative, cross-sectional Canadian Community Health Survey-Nutrition in 2004 (n = 20,880) or 2015 (n = 13,970) were included. SEP was classified using household income (quintiles), education (5 categories), and neighborhood deprivation (quintiles). Dietary intake data from 24-h recalls were used to derive Healthy Eating Index-2015 (HEI-2015) scores. Dietary inequities were quantified using absolute and relative gaps (between the most and least disadvantaged) and absolute [Slope Index of Inequality (SII)] and relative gradients (Relative Index of Inequality). Overall and sex-stratified multivariable linear regression and generalized linear models examined trends in HEI-2015 scores between 2004 and 2015. RESULTS: Mean HEI-2015 scores improved from 55.3 to 59.0 (maximum: 100); however, these trends were not consistently equitable. Whereas inequities in HEI-2015 scores were stable in the total population and in females, the absolute gap [from 1.60 (95% CI: 0.09, 3.10) to 4.27 (95% CI: 2.20, 6.34)] and gradient [from SII = 2.09 (95% CI: 0.45, 3.73) to SII = 4.84 (95% CI: 2.49, 7.20)] in HEI-2015 scores for household income, and the absolute gradient for education [from SII = 8.06 (95% CI: 6.41, 9.71) to SII = 10.52 (95% CI: 8.73, 12.31)], increased in males. CONCLUSIONS: Absolute and relative gaps and gradients in overall diet quality remained stable or widened between 2004 and 2015 among adults in Canada.

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)0,001
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 enseignants0,013
Score d'incertitude au seuil0,097

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,008
Études des sciences et des technologies0,0020,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,192
Tête enseignante GPT0,537
Écart entre enseignants0,345 · 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

Citations28
Publié2021
Routes d'admission3
Résumé présentnon

Explorer davantage

Même revueAmerican Journal of Clinical NutritionMême sujetFood Security and Health in Diverse PopulationsTravaux en français237 207