MétaCan
Menu
Retour à la cohorte
Enregistrement W4306730708 · doi:10.4103/cjrm.cjrm_55_21

Prevalence of obesity and elevated body mass index along a progression of rurality: A cross-sectional study – The Canadian Longitudinal Study on Aging

2022· article· en· W4306730708 sur OpenAlexaffvenueabout
Samuel Quan, Verena Menec, Megan E. O’Connell, Denise Cloutier, Nancy E. Newall, Robert B. Tate

Notice bibliographique

RevueCanadian Journal of Rural Medicine · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueHealth disparities and outcomes
Établissements canadiensBrandon UniversityUniversity of VictoriaUniversity of SaskatchewanUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésRuralityObesityBody mass indexDemographyMedicineCross-sectional studyResidenceOdds ratioLogistic regressionConfidence intervalOddsOverweightMarital statusLongitudinal studyGerontologyRural areaEnvironmental healthGeographyPopulationEndocrinologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Introduction: Obesity is an important public health concern, and large studies of rural–urban differences in prevalence of obesity are lacking. Our purpose is to compare body mass index (BMI) and obesity in Canada using an expanded definition of rurality. Methods: A cross-sectional analysis of self-reported BMI across diverse communities of Canadians aged 45–85 years was conducted using data from the Canadian Longitudinal Study on Aging (CLSA), a national sample representative of community-dwelling residents. Rurality was identified in the CLSA based on residential postal codes, which were divided into 4 categories: urban, peri-urban, mixed and rural. Logistic regression models were constructed to calculate adjusted odds ratios (aORs) with 95% confidence intervals (95% CIs) between obesity (BMI ≥30 kg/m 2 from self-reported weight and height) and rurality, adjusting for age, sex, province, marital status, number of residents in household and household income. Results: Twenty-one thousand one hundred and twenty-six Canadian residents aged 45–85 years, surveyed during 2010–2015, were included. 26.8% were obese. Obesity was less prevalent amongst urban (25.2%) than rural (30.3%, P < 0.0001), mixed (28.7%, P < 0.0001) or peri-urban communities (28.1%, P < 0.0001). When compared to urban areas, the aOR (95% CI) for obesity was 1.09 (1.00–1.20) in rural regions and 1.20 (1.08–1.35) in peri-urban settings. In areas of mixed urban and rural residence, the aOR was 1.12 (0.99–1.27). Conclusion: One in four Canadian adults were obese. Living in a non-urban setting is an independent risk factor for obesity. Rural–urban health disparities could underlie rural–urban differences, but further research is needed.

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 enseignants0,035
Score d'incertitude au seuil0,070

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,003
Études des sciences et des technologies0,0030,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
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 Opus0,065
Tête enseignante GPT0,396
Écart entre enseignants0,331 · 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

Citations4
Publié2022
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Rural MedicineMême sujetHealth disparities and outcomesTravaux en français237 207