MétaCan
Menu
Retour à la cohorte
Enregistrement W4409197620 · doi:10.1097/ede.0000000000001862

Health Predictors of Neighborhood Selection: A Prospective Cohort Study of Residential Mobility in Ontario, Canada

2025· article· en· W4409197620 sur OpenAlexaffabout
Emmalin Buajitti, Laura C. Rosella

Notice bibliographique

RevueEpidemiology · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueHealth disparities and outcomes
Établissements canadiensMcGill UniversityTrillium Health CentrePublic Health OntarioUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésSocioeconomic statusMultinomial logistic regressionHousehold incomeOddsDemographyAmerican Community SurveyCommunity healthLogistic regressionPopulationMedicineCensusGerontologyDemographic economicsGeographyEnvironmental healthPublic healthEconomicsSociology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Health selection into neighborhoods describes unhealthy people moving disproportionately to lower-income neighborhoods, producing observable socioeconomic gradients sometimes falsely attributed to neighborhood effects on health. We investigated residential mobility outcomes and their relationship to baseline health using population-level data linkages in Ontario, Canada. METHODS: We included Canadian Community Health Survey respondents ages 25 to 64 between 2005 and 2014 (n = 93,235). We assessed baseline health using self-reported health and multimorbidity. We captured moves using health administrative data and the Canadian census. We fit multinomial logistic regression models with a six-category residential mobility outcome: (1) nonmovers from low-income neighborhoods; (2) nonmovers from high-income neighborhoods; (3) movers from low-income to low-income; (4) movers from low-income to high-income; (5) movers from high-income to low-income; and (6) movers from high-income to high-income. We adjusted models for the Canadian Community Health Survey cycle, age, sex, household income, immigrant status, and residential instability. RESULTS: Compared with those with very good or excellent health, respondents reporting fair or poor health at baseline had higher odds of moving from low- to low-income neighborhoods (Adjusted odds ratios [aOR] = 1.73; 95% confidence interval [CI] = 1.46, 2.05), moving from high- to low-income (aOR = 1.64; 95% CI = 1.35, 1.98), moving from low- to high-income (aOR = 1.26; 95% CI = 1.04, 1.54), and not moving within low-income (aOR = 1.36; 1.23, 1.51) relative to not moving within high-income. Results were consistent for objective health measures, comparing respondents with at least four chronic conditions to those with one or none. CONCLUSIONS: In a large, population-based study, both subjective and objective measures of health had a strong relationship with residential mobility outcomes.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,996

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,025
Tête enseignante GPT0,363
Écart entre enseignants0,337 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEpidemiologyMême sujetHealth disparities and outcomesTravaux en français237 207