Influence of the Social Environment on Ideal Cardiovascular Health
Notice bibliographique
Résumé
Background The environment plays a large role in the health of individuals; however, more research is needed to better understand aspects of the environment that most influence health. Specifically, our study examines how the social environment influences cardiovascular health (CVH). Methods and Results The social environment was characterized using measures of belonging and life and work stress in individuals, as well as nationally derived measures of marginalization, deprivation, economic status, and community well-being in neighborhoods. CVH was defined by the American Heart Association's Cardiovascular Health Index-a summed score of 7 clinical and behavioral components known to have the greatest impact on CVH. Data were obtained from the Canadian Community Health Survey 2015 to 2016 and multiple national data sources. Multilevel regression models were used to analyze the associations between CVH and the social environment. Overall, 27% of Canadians reported ideal CVH (6-7 score points), 68% reported intermediate CVH (3-5 score points), and 5% reported poor CVH (0-2 score points). The neighborhood environment contributed up to 7% of the differences in CVH between individuals. Findings indicated that residing in a neighborhood with greater community well-being (odds ratio [OR], 1.33 [95% CI, 1.26-1.41]) was associated with achieving higher odds of ideal CVH, while weaker community belonging (OR, 0.67 [95% CI, 0.62-0.72]) and residing in a neighborhood with greater marginalization (OR, 0.87 [95% CI, 0.82-0.91]) and deprivation (OR, 0.67 [95% CI, 0.64-0.69]) were associated with achieving lower odds of ideal CVH. Conclusions Aspects of individual-level social environment and residing in a neighborhood with a more favorable social environment were both independently and significantly associated with achieving ideal CVH.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».