Exploring Diversity in Socioeconomic Inequalities in Health Among Rural Dwelling Canadians
Notice bibliographique
Résumé
PURPOSE: To describe the patterning of socioeconomic inequalities in health among rural dwelling women and men in a Canadian province, exploring diversity in associations by measure of socioeconomic position, health outcome, and demographic characteristics. METHODS: Baseline data from the Saskatchewan Rural Health Study was used, an ongoing prospective cohort study examining the health of rural people in Saskatchewan, Canada. Of the 11,004 eligible addresses, responses to mailed questionnaires were obtained from 4,624 (42%) households, representing 8,261 women and men. Multiple logistic regression was the primary method of analysis; generalized estimating equations were utilized to account for household clustering. Associations between 5 health outcomes (self-rated health, chronic obstructive lung disease, diabetes, heart attack, high blood pressure) and 4 indicators of socioeconomic position (income, education, financial strain, occupational skill level) were assessed, with age and gender as potential effect modifiers. FINDINGS: With the exception of occupational skill level, socioeconomic position (SEP) indicators were strongly and inversely related to most health outcomes, often in a graded manner. Associations between SEP and several health outcomes were weaker for older than younger participants (heart attack, high blood pressure, lung disease) and stronger among women compared to men (high blood pressure, lung disease). CONCLUSIONS: The patterning of SEP-health associations observed in this rural Canadian sample suggests the need for health promotion strategies and policy initiatives to be broadly targeted at individuals and families occupying a wide range of socioeconomic circumstances.
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 | 0,010 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».