Evaluation of Survey Nonresponse in Measuring Cardiometabolic Health Risk Factors and Outcomes among Sexual Minority Populations: A National Data Linkage Analysis
Notice bibliographique
Résumé
Understanding cardiometabolic health among lesbian, gay, and bisexual (LGB) people is challenged by methodological constraints, as most studies are either based on nonprobability samples or assume that missing values in population-based samples occur at random. Linking multiple years of nationally representative surveys, hospital records, and geocoded data, we analyzed selection biases and health disparities by self-identified sexual orientation in Canada. The results from 202,560 survey respondents of working age identified 2.6% as LGB, 96.4% as heterosexual, and <1.0% with nonresponse to the sexual identity question. Those who did not disclose their sexual identity were older, less highly educated, less often working for pay, and less often residing in rural and remote communities; they also had a diagnosed cardiometabolic condition or experienced a cardiometabolic-related hospitalization more often. Among those reporting their sexual identity, LGB individuals were younger, more likely to smoke tobacco or drink alcohol regularly, more likely to have heart disease, and less likely to have a regular medical provider than heterosexual persons. This investigation highlighted the potential of leveraging linked population datasets to advance measurements of sexual minority health disparities. Our findings indicated that population health survey questions on sexual identity are not generally problematic, but cautioned that those who prefer not to state their sexual identity should neither be routinely omitted from analysis nor assumed to have been randomly distributed.
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 | 0,520 | 0,594 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,005 |
| Bibliométrie | 0,005 | 0,011 |
| Études des sciences et des technologies | 0,004 | 0,002 |
| Communication savante | 0,005 | 0,004 |
| Science ouverte | 0,006 | 0,009 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».