Exploring the longitudinal associations between census division income inequality and BMI trajectories among Canadian adolescent: Is gender an effect modifier?
Notice bibliographique
Résumé
Background: Income inequality is a structural determinant of health linked to increased risk of overweight and obesity, although its links to the health of adolescent populations are not well understood. This study investigated the longitudinal associations between census-division-level (CD) income inequality and BMI trajectories among Canadian adolescents, and determine if these associations vary by gender. Methods: Study data are from the Cannabis use, Obesity, Mental health, Physical Activity, Alcohol use, Smoking, and Sedentary behaviour (COMPASS) cohort of adolescents attending secondary schools in Canada. Our sample included 14,675 adolescents who were followed up across three waves of the COMPASS study (2016-2017, 2017-2018, and 2018-2019) and linked to 30 CDs. Measures of income inequality and other area-level covariates were derived and linked to COMPASS participants using data from the 2016 Canadian Census. We utilized multilevel mixed-effects linear regression modelling to quantify the associations between income inequality and BMI and test for effect modification by gender. Sensitivity analyses were run excluding those with BMI scores in the range considered overweight or obesity at baseline. Results: Higher CD income inequality was significantly associated with higher z-transformed BMI scores (β = 0.11, 95% CI = 0.034 to 0.19). The interaction term between income inequality and time was not statistically significant, indicating that this association remained constant over time. Once stratified by gender, the association between inequality and BMI became stronger for males (β = 0.14, 95% CI = 0.060 to 0.022) and attenuated for females (β = 0.063, 95% CI = -0.047 to 0.17). Conclusion: Attending schools in CDs with higher income inequality was associated with higher BMI scores among male but not female adolescents. Further work is needed to investigate this discrepancy and identify the structural mechanisms that mediate the relationship between inequality and adolescent health.
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 | 0,004 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».