Gender differences in socioeconomic inequality of alcohol‐attributable mortality: A systematic review and meta‐analysis
Notice bibliographique
Résumé
INTRODUCTION AND AIMS: The present analysis contributes to understanding the societal distribution of alcohol-attributable harm by investigating socioeconomic inequality and related gender differences in alcohol-attributable mortality. DESIGN AND METHODS: A systematic literature search was performed on Web of Science, MEDLINE, PsycINFO and ETOH from their inception until February 2013. Articles were included when they reported data on alcohol-attributable mortality by socioeconomic status (SES), operationalised as education, occupation, employment status or income. Gender-specific relative risks (RR) comparing low with high SES were pooled using random effects meta-analyses. Gender differences were additionally investigated in random effects meta-regressions. RESULTS: Nineteen articles from 14 countries were included. For women, significant RRs across all measures of SES, except employment status, were found, ranging between 1.75 [95% confidence interval (CI) 1.21-2.54; occupation] and 4.78 (95% CI 2.57-8.87; income). For men, all measures of SES showed significant RRs ranging between 2.88 (95% CI 2.45-3.40; income) and 12.25 (95% CI 11.45-13.10; employment status). While RRs for men were in general slightly higher, only for occupation this gender difference was above chance (P = 0.01). Results refer to deaths 100% attributable to alcohol. DISCUSSION AND CONCLUSIONS: The results are predominantly based on data from high-income countries, limiting generalisability. Alcohol-attributable mortality is strongly distributed to the disadvantage of persons with a low SES. Marked gender differences in this inequality were found for occupation. Possibly male-dominated occupations of low SES were more strongly related to risky drinking cultures compared with female-dominated occupations of the same SES.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,026 | 0,003 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».