Assessing the Impact of Fruits and Vegetable Consumption and Food Insecurity on Chronic Diseases in Canada
Notice bibliographique
Résumé
Chronic diseases such as cardiovascular disease, diabetes, cancer, and high blood pressure are leading causes of morbidity and mortality in Canada, accounting for 89% of deaths annually and imposing an economic burden of $190 billion each year. These conditions are closely linked to dietary patterns, yet fruit and vegetable consumption remains below the recommended 400 grams per day for many Canadians. Simultaneously, food insecurity affects 17.8% of Canadian households, representing approximately 8.7 million people, including 2.1 million children, with rates as high as 46% in territories like Nunavut, exacerbating health disparities.This thesis analyzes the impact of fruit and vegetable consumption and food insecurity on chronic disease prevalence using Canadian Community Health Survey data (2004–2020). The study employs logistic regression models to assess these relationships at national and provincial levels, as well as across demographic and socioeconomic groups. Higher fruit and vegetable consumption at the national level was significantly linked to reduced chronic disease risks, including a 13.3% lower likelihood of developing high blood pressure across Canada. However, these effects varied across provinces, reflecting differences in dietary patterns. In Quebec, high fruit and vegetable intake reduced diabetes odds by 14%, whereas in Newfoundland, starchy vegetable consumption, such as potatoes and carrots, was associated with a 32.5% increase in cardiovascular disease risk, highlighting the regional impact of specific dietary habits on health outcomes. Food insecurity was significantly associated with poorer health outcomes, including higher prevalence rates of diabetes and hypertension. Food-insecure households were more likely to rely on nutrient-poor, calorie-dense foods, exacerbating chronic disease risks, particularly among low-income populations.The findings underscore the need for targeted public health interventions to improve dietary habits and food access. Effective strategies, such as subsidies, school-based programs, community initiatives, and federally supported programs like Nutrition North Canada, can enhance fruit and vegetable intake, particularly in remote and underserved regions. Addressing these challenges is crucial to reducing chronic disease prevalence and improving population health outcomes across Canada
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,006 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,002 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 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 ».