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 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 | 0,015 | 0,040 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,010 | 0,022 |
| Bibliométrie | 0,007 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».