MétaCan
Menu
← Retour à la cohorte
Enregistrement W1982112386 · doi:10.1371/journal.pone.0110271

Social Determinants and the Classification of Disease: Descriptive Epidemiology of Selected Socially Mediated Disease Constellations

2014· article· en· W1982112386 sur OpenAlexfundno aff
Robert S. Levine, Barbara A. Kilbourne, George Rust, Michael A. Langston, Baqar A. Husaini, Lisaann S. Gittner, Maureen Sanderson, Charles H. Hennekens

Notice bibliographique

RevuePLoS ONE · 2014
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueHealth disparities and outcomes
Établissements canadiensnon disponible
Organismes subventionnairesUniversidad del AtlánticoBristol-Myers SquibbAstraZenecaFlorida Atlantic UniversityCanadian Institutes of Health ResearchAntheraSunovionBrigham and Women's HospitalNational Institutes of HealthInternational Atherosclerosis SocietyNational Institute on Minority Health and Health DisparitiesStrykerAmgenPfizerGlaxoSmithKline
Mots-clésDemographyPopulationDeath certificateDiseaseMedicineContext (archaeology)Risk factorEpidemiologyGerontologyCause of deathPathologyBiologyEnvironmental health

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Most major diseases have important social determinants. In this context, classification of disease based on etiologic or anatomic criteria may be neither mutually exclusive nor optimal. METHODS AND FINDINGS: Units of analysis comprised large metropolitan central and fringe metropolitan counties with reliable mortality rates--(n = 416). Participants included infants and adults ages 25 to 64 years with selected causes of death (1999 to 2006). Exposures included that residential segregation and race-specific social deprivation variables. Main outcome measures were obtained via principal components analyses with an orthogonal rotation to identify a common factor. To discern whether the common factor was socially mediated, negative binomial multiple regression models were developed for which the dependent variable was the common factor. Results showed that infant deaths, mortality from assault, and malignant neoplasm of the trachea, bronchus and lung formed a common factor for race-gender groups (black/white and men/women). Regression analyses showed statistically significant, positive associations between low socio-economic status for all race-gender groups and this common factor. CONCLUSIONS: Between 1999 and 2006, deaths classified as "assault" and "lung cancer", as well as "infant mortality" formed a socially mediated factor detectable in population but not individual data. Despite limitations related to death certificate data, the results contribute important information to the formulation of several hypotheses: (a) disease classifications based on anatomic or etiologic criteria fail to account for social determinants; (b) social forces produce demographically and possibly geographically distinct population-based disease constellations; and (c) the individual components of population-based disease constellations (e.g., lung cancer) are phenotypically comparable from one population to another but genotypically different, in part, because of socially mediated epigenetic variations. Additional research may produce new taxonomies that unify social determinants with anatomic and/or etiologic determinants. This may lead to improved medical management of individuals and 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 machine sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,011
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,002
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,136
Tête enseignante GPT0,354
Écart entre enseignants0,218 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations13
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePLoS ONE→Même sujetHealth disparities and outcomes→Travaux en français237 207→