Estimating the risk of non-communicable diseases based on behavioral risk factors and the social determinants of health: a case study of Canada
Bibliographic record
Abstract
La question des maladies non transmissibles (NCD) est un problème de santé sociale croissante. Le NCD a augmenté au fil du temps, conduisant à une augmentation du taux de morbidité et de mortalité dans les pays développés et les pays développés. Cette étude examine les facteurs de risque communs de maladies non transmissibles entre un pays développé, le Canada et un pays en développement, au Mexique. Plusieurs facteurs de risque sont connus pour influer sur la prévalence des maladies non transmissibles, y compris le mode de vie, les habitudes, les facteurs sociaux et socio-économiques. Cette étude se concentre spécifiquement sur les facteurs de risque comportementaux et les déterminants sociaux de la santé. L'effet des facteurs de risque comportementaux (BRF) et les déterminants sociaux de la santé (SDOH) sur la probabilité des individus canadiens et mexicains pour développer des NCD ont été examinés. Le (BRF) inclus la consommation d'alcool, la consommation de tabac, activités physiques, la consommation de fruits et de légumes, les choix alimentaires et indice de masse corporelle alors que le (SDOH) comprenaient l'âge, le sexe, l'état matrimonial, le revenu, l'éducation, l'emploi et la sécurité alimentaire, les services de soins de santé et l'utilisation des soins de santé. L'Enquête canadienne sur la santé communautaire (CCHS2012) est utilisé pour évaluer la réalité canadienne. Un modèle de régression probit est utilisés pour l'analyse statistique. Les résultats illustrés que le BRF et SDOH sont associés à la probabilité des individus d'avoir des maladies non transmissibles. Par exemple, les résultats ont montré que le BRF et le SDOH sont associés à la probabilité pour les individus d'avoir une NCD. Les résultats de la consommation d'alcool, la consommation de tabac, les activités physiques, le choix d'aliments à faible teneur en matière grasse, la teneur en fibres et l'évitement des aliments en raison de leur teneur en sel, en cholestérol et en calories et en indice de masse corporelle, . D'autre part, les résultats de SDOH tels que l'âge, la sécurité alimentaire, l'emploi, l'éducation, l'accès aux services de santé et l'utilisation des soins de santé sont statistiquement significatifs pour l'ensemble des Canadiens.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.003 | 0.009 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.005 |
| Science and technology studies | 0.004 | 0.001 |
| Scholarly communication | 0.002 | 0.000 |
| Open science | 0.002 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.001 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".