MétaCan
Menu
Retour à la cohorte
Enregistrement W4297461908 · doi:10.1089/chi.2022.0012

Social Determinants of Health and Body Mass Index in American Indian/Alaska Native Children

2022· article· en· W4297461908 sur OpenAlexaff
Amber L. Fyfe‐Johnson, Margaret M. Reid, Luohua Jiang, Jenny Chang, Kimberly R. Huyser, Vanessa Y. Hiratsuka, Michelle D. Johnson-Jennings, Cheryl Conway, T Goins, Ka‘imi Sinclair, John F. Steiner, Angela G. Brega, Spero M. Manson, Joan O’Connell

Notice bibliographique

RevueChildhood Obesity · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueObesity, Physical Activity, Diet
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNational Institute of Diabetes and Digestive and Kidney DiseasesNational Institutes of Health
Mots-clésOverweightObesityBody mass indexPovertyGerontologyOddsMedicineDemographyCross-sectional studyOdds ratioChildhood obesityLongitudinal studySocioeconomic statusEnvironmental healthLogistic regressionPopulationPolitical scienceSociologyEndocrinology

Résumé

récupéré en direct d'OpenAlex

Objective: To examine the associations between social determinants of health (SDOH) and prevalent overweight/obesity status and change in adiposity status among American Indian and Alaska Native (AI/AN) children. Methods: The study sample includes 23,950 AI/AN children 2–11 years of age, who used Indian Health Service (IHS) from 2010 to 2014. Multivariate generalized linear mixed models were used to examine the following: (1) cross-sectional associations between SDOH and prevalent overweight/obesity status and (2) longitudinal associations between SDOH and change in adiposity status over time. Results: Approximately 49% of children had prevalent overweight/obesity status; 18% had overweight status and 31% had obesity status. Prevalent severe obesity status was 20% in 6–11-year olds. In adjusted cross-sectional models, children living in counties with higher levels of poverty had 28% higher odds of prevalent overweight/obesity status. In adjusted longitudinal models, children 2–5 years old living in counties with more children eligible for free or reduced-priced lunch had 15% lower odds for transitioning from normal-weight status to overweight/obesity status. Conclusions: This work contributes to accumulating knowledge that economic instability, especially poverty, appears to play a large role in overweight/obesity status in AI/AN children. Research, clinical practice, and policy decisions should aim to address and eliminate economic instability in childhood.

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)0,002
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 enseignants0,048
Score d'incertitude au seuil0,096

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
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 Opus0,010
Tête enseignante GPT0,280
Écart entre enseignants0,271 · 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

Citations10
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueChildhood ObesityMême sujetObesity, Physical Activity, DietTravaux en français237 207