Trends in Cardiovascular Risk Factors in Canada: Variation by Migration and Temporal Factors, 2001-2018
Notice bibliographique
Résumé
Background: Cardiovascular disease is a leading cause of death in Canada, but how the major cardiovascular risk factors vary across ethnicity and immigration status has yet to be examined. Methods: Using data from the Canadian Community Health Surveys, national trends in health conditions (hypertension, diabetes, high blood cholesterol level, and obesity) and health behaviours (smoking, activity levels, and alcohol consumption) were estimated for the period 2001-2018. In this cross-sectional study, the trends were then compared across sex, age, ethnicity, and immigration status. Results: A total of 1,065,391 respondents were examined, for the period 2001-2018. During the study period, the prevalence of the following risk factors increased in Canada over time, as follows: diabetes by 54.5%; hypertension by 23.4%; and obesity by 32.3%. For health behaviours, smoking prevalence decreased overall, especially in racialized populations. Heavy drinking was most prevalent for nonracialized and non-Indigenous Canadian-born populations, and was of lowest prevalence among racialized immigrants. Physical inactivity was most prevalent for racialized immigrant populations. The prevalence of self-reported heart disease decreased by 21.0%, except for racialized established immigrants (≥ 10 years since immigration to Canada), who had a 4.2% increase. Conclusions: During this study period, decreases occurred in the prevalences of smoking and physical inactivity, along with increases in obesity, diabetes, and hypertension prevalences. By migration-group status, established immigrants in Canada had a higher prevalence of cardiovascular disease risk factors compared to that among their Canadian-born counterparts. Migration gaps should be considered in future interventions targeted at reducing these cardiovascular risk factors in Canada.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,007 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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; 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 ».