Notice bibliographique
Résumé
OBJECTIVES: There is uncertainty about whether position in a socioeconomic hierarchy confers different mortality risks on men and women. The objective of this study was to conduct a systematic review of gender differences in socioeconomic inequality in risk of death. METHODS: This research systematically reviewed observational cohort studies describing all cause or cause specific mortality for populations aged 25-64 in developed countries. For inclusion in the review, mortality had to be reported stratified by gender and by one or more measures of socioeconomic status. For all eligible studies, five absolute and six relative measures of the socioeconomic inequality in mortality were computed for male and female populations separately. RESULTS: A total of 136 published papers were reviewed for eligibility, with 58 studies deemed eligible for inclusion. Of these eligible studies, 20 papers published data that permitted the computation of both absolute and relative measures of inequality. Absolute measures of socioeconomic mortality inequality for men and women generally agreed, with about 90% of studies indicating that male mortality was more unequal than female mortality across socioeconomic groups. In contrast, the pattern of relative inequality results across the 20 studies suggested that male and female socioeconomic inequality in mortality was equivalent. CONCLUSIONS: Inferences about gender differences in socioeconomic inequality in mortality are sensitive to the choice of inequality measure. Wider understanding of this methodological issue would improve the clarity of the reporting and synthesis of evidence on the magnitude of health inequalities in populations.
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 | 0,101 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,007 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,006 |
| 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».