Social determinants of obesity in American Indian and Alaska Native peoples aged ≥ 50 years
Notice bibliographique
Résumé
ObjectiveAmerican Indian and Alaska Native peoples (AI/ANs) have a disproportionately high rate of obesity, but little is known about the social determinants of obesity among older AI/ANs. Thus, our study assessed social determinants of obesity in AI/ANs aged ≥ 50 years.DesignWe conducted a cross-sectional analysis using multivariate generalized linear mixed models to identify social determinants associated with the risk of being classified as obese (BMI ≥ 30.0 kg/m2). Analyses were conducted for the total study population and stratified by median county poverty level.SettingIndian Health Service (IHS) data for AI/ANs who used IHS services in FY2013.Participants27,696 AI/ANs aged ≥ 50 years without diabetes.ResultsMean BMI was 29.8 ± 6.6 with 43% classified as obese. Women were more likely to be obese than men, and younger ages were associated with higher obesity risk. While having Medicaid coverage was associated with lower odds of obesity, private health insurance was associated with higher odds. Living in areas with lower rates of educational attainment and longer drive times to primary care services were associated with higher odds of obesity. Those who lived in a county where a larger percentage of people had low access to a grocery store were significantly less likely to be obese.ConclusionsOur findings contribute to the understanding of social determinants of obesity among older AI/ANs and highlight the need to investigate AI/AN obesity, including longitudinal studies with a life course perspective to further examine social determinants of obesity in older AI/ANs.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 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 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 ».