MétaCan
Menu
← Retour à la cohorte
Enregistrement W4410027294 · doi:10.1371/journal.pone.0322164

Impact of social determinants of health on obesity among American Indian and Alaska Native young adults

2025· article· en· W4410027294 sur OpenAlexaff
Kimberly R. Huyser, Angela G. Brega, Margaret Reid, Tassy Parker, John F. Steiner, Jenny Chang, Luohua Jiang, Amber L. Fyfe‐Johnson, Michelle Johnson-Jennings, Vanessa Y. Hiratsuka, Nathania Tsosie, Spero M. Manson, Joan O’Connell

Notice bibliographique

RevuePLoS ONE · 2025
Typearticle
Langueen
DomaineHealth Professions
ThématiqueFood Security and Health in Diverse Populations
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNational Institute of Diabetes and Digestive and Kidney DiseasesNational Institutes of HealthPatient-Centered Outcomes Research Institute
Mots-clésPovertyObesityBody mass indexDemographyOddsEducational attainmentSocial determinants of healthGerontologyEnvironmental healthOdds ratioHealth equityYoung adultLogistic regressionMedicineGeographyPublic healthSocioeconomicsEconomic growthSociologyEconomics

Résumé

récupéré en direct d'OpenAlex

We examined the prevalence of obesity among American Indian and Alaska Native (AIAN) young adults and to investigate the association between key social determinants of health (SDOH) and higher body mass index (BMI). We used the Indian Health Service Improving Delivery Data Project from fiscal year 2013. It includes data for 20,698 AIAN young adults aged 18-24 years. We added county-level measures of SDOH from the USDA Food Environment Atlas and the Census as contextual variables. We conducted stratified logistic regressions to understand the relationship between these SDOH indicators and odds of obesity. Thirty-seven percent of our sample was identified as obese (i.e., BMI ≥30). Individuals who lived in counties with lower levels of educational attainment and higher levels of poverty had higher odds of obesity than those who lived in counties with higher education and lower poverty (p < 0.0001). Counties with higher poverty rates had less access to social and environmental resources than the lower poverty rate counties (p < 0.0001). Federal and state governments should increase access to education and economic development opportunities to positively impact health 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 machine sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,049
Score d'incertitude au seuil0,098

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,115
Tête enseignante GPT0,444
Écart entre enseignants0,329 · 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 source (Gemma direct ou Codex distillé), 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

Citations3
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePLoS ONE→Même sujetFood Security and Health in Diverse Populations→Travaux en français237 207→