NCDs burden among immigrant communities: global perspectives
Notice bibliographique
Résumé
Abstract Background Globally, the burden of non-communicable diseases (NCDs) falls disproportionately on underserved populations. Immigrants are particularly vulnerable due to economic instability, social and institutional marginalization and persistent barriers to healthcare access. Structural discrimination and cultural differences further hinder their ability to find and use appropriate services, negatively impacting health outcomes. Methods An overview will be provided on NCDs burden among immigrants and public health challenges to promote prevention and management, showcasing the Canadian context. Results The rising prevalence of both physical and mental chronic conditions among immigrants is shaped by social and environmental determinants of health, alongside behavioural risks such as unhealthy diet, physical inactivity, sleep problems, low health literacy and limited access to care. Immigrants often face additional obstacles to preventive care and chronic disease management, including difficulties obtaining health insurance, linguistic and cultural barriers, fragmented health records and challenges associated with acculturation. Despite these trends, research on burden of NCDs and barriers to healthcare access among immigrant populations remains limited. In Canada, immigration has been a major driver of demographic and economic growth, with immigrants representing around 23% of the population. As the immigrant population grows, its health status will increasingly influence both the healthcare system and broader population health. Despite universal health coverage, evidence indicates that immigrants continue to experience inequities in accessing primary and specialist care, particularly for chronic and mental health conditions. Conclusions Addressing health disparities requires pragmatic public health policies aimed at reducing structural, cultural and social barriers, with a strong focus on improving access to chronic disease prevention, screening and management.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,000 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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 ».