The impact of regional deprivation and individual socio‐economic status on the prevalence of Type 2 diabetes in Germany. A pooled analysis of five population‐based studies
Notice bibliographique
Résumé
AIM: Our objective was to test the hypothesis that the prevalence of Type 2 diabetes increases with increasing regional deprivation even after controlling for individual socio-economic status. METHODS: We pooled cross-sectional data from five German population-based studies. The data set contained information on n = 11,688 study participants (men 50.1%) aged 45-74 years, of whom 1008 people had prevalent Type 2 diabetes (men 56.2%). Logistic multilevel regression was performed to estimate odds ratios (OR) and 95% confidence intervals (CI) for diabetes prevalence. We controlled for sex, age and lifestyle risk factors, individual socio-economic status and regional deprivation, based on a new small-area deprivation measure, the German Index of Multiple Deprivation. RESULTS: Adjusted for sex, age, body mass index (BMI), physical activity, smoking status and alcohol consumption, the prevalence of Type 2 diabetes showed a stepwise increase in risk with increasing area deprivation [OR 1.88 (95% CI 1.16-3.04) in quintile 4 and OR 2.14 (95% CI 1.29-3.55) in quintile 5 compared with the least deprived quintile 1], even after controlling for individual socio-economic status. Focusing on individual socio-economic status alone, the risk of having diabetes was significantly higher for low compared with medium or high educational level [OR 1.46 (95% CI 1.24-1.71)] and for the lowest compared with the highest income group [OR 1.53 (95% CI 1.18-1.99)]. CONCLUSION: Regional deprivation plays a significant part in the explanation of diabetes prevalence in Germany independently of individual socio-economic status. The results of the present study could help to target public health measures in deprived regions.
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 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,012 |
| Bibliométrie | 0,008 | 0,005 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».