Food insecurity and its association with health and well-being in middle-aged and older adults in India
Notice bibliographique
Résumé
AIM: Food insecurity is a global public health concern; however, there is limited knowledge about its health impacts in India. We examined the associations of food insecurity with socioeconomic conditions, chronic disease and various domains of health and well-being in a community sample of middle-aged and older adults (45+ years) in India. METHODS: Cross-sectional nationally representative data were collected in wave 1 (2017-2018) of the Longitudinal Ageing Study in India. Food insecurity was measured by questions of access and availability of food. We used logistic regression analyses to examine associations of food insecurity with poor self-rated health, limitations in activities of daily living (ADLs), instrumental ADLs, low life satisfaction, depression, sleep problems and low body mass. RESULTS: Food insecurity related to all seven indicators of poor health and well-being, even after controlling for material wealth and the presence of multimorbidity (which food insecurity also predicted). Associations with mental health were stronger for those for physical health. For instance, food insecurity related to a threefold increase in probable depression (OR=2.9, 95% CI=2.4 to 3.4) and low life satisfaction (OR=3.4, 95% CI=2.9 to 3.8). CONCLUSIONS: Food insecurity is a powerful social determinant of poor health among older adults in India. Policy measures to improve population health and well-being should closely follow trends in food insecurity, particularly among those living in poverty and with multiple health conditions.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».