Weight-based discrimination and the intersection with other forms of discrimination on self-report health outcomes among Canadians: A population-based cross-sectional study
Notice bibliographique
Résumé
Little is known of the association between weight-based discrimination (WBD), and the intersection with other experiences of discrimination, and health outcomes. We investigated the association between WBD only, WBD and other forms of discrimination, other only, compared to no discrimination, and presence of self-reported unmet healthcare needs, satisfaction with healthcare, and general health. We conducted a cross-sectional study using data from the 2013 Canadian Community Health Survey (n=18,979) among a representative sample of Canadians aged 12 and up. Odds ratios (OR) were estimated from logistic regression adjusting for age, sex, and BMI. Results were also stratified by sex and BMI. Compared to no discrimination, people who experienced WBD only (OR=1.72, 95% CI=1.03-2.88), WBD and other discrimination (OR=2.71, 95% CI=1.76-4.18), and other discrimination only (OR=2.29, 95% CI=1.98-2.66) all had increased unmet healthcare needs. Similar, strong statistically significant associations were observed for dissatisfaction with healthcare, and poor general health. These associations were stronger among women and higher weight individuals. Our results suggest that experiences of WBD—alone and with other forms of discrimination—are associated with poor self-reported health outcomes. There is a need to address the impact of weight and other forms of stigma on healthcare access, quality, and general 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 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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,005 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».