Where low-income seniors receive their heart health and diabetes information: a cross-sectional survey
Notice bibliographique
Résumé
BACKGROUND: Older adults (> 55 years), in particular low-income older adults, have lower health literacy than the rest of the Canadian population. Lower health literacy is related to several negative health outcomes such as poor diabetes control and other physical and mental health problems. Canada's rising ageing population requires an age-friendly system that reduces the dependency on the Canadian health care system. This study investigated the Health Information Seeking Behaviour of low-income seniors living in social housing across five Ontario regions to determine how to improve healthcare outcomes and the performance of the Ontario healthcare system. METHODS: This cross-sectional study included in-person interviews guided by the Health Awareness and Behaviour Tool (HABiT) survey. Interviews were conducted with older adults from 16 social housing buildings in five Ontario communities between May 2014 and January 2015. Questionnaire responses were analyzed using descriptive statistics and simple logistics regressions. RESULTS: 625 individuals completed the HABiT survey. The majority of participants sought out health information at the doctor's office; 515 participants received health information from a doctor or nurse about keeping their heart healthy and 471 about preventing diabetes. Females were more than twice as likely to receive health information about heart health from family members, media sources, and pharmacists than males. Those aged > 84 years were the least likely to use media sources and were almost three times as likely to contact a doctor or nurse for heart health information compared to middle-aged participants. Adults with higher post-secondary education were more likely to use the Internet as a source of health information compared to high school graduates. CONCLUSIONS: Family physicians with older adult patients could better supplement their health assessments by promoting and explaining educational brochures, and ensuring that they address these health topics to better communicate chronic disease prevention.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».