Working and hypertension: gaps in employment not associated with increased risk in 13 European countries, a retrospective cohort study
Notice bibliographique
Résumé
BACKGROUND: There is growing evidence to suggest unemployment has a role in the development and incidence of cardiovascular disease. This study explores the contribution of breaks in employment to the development of hypertension, a key risk factor for coronary heart disease. METHODS: We use data from the Survey of Health, Ageing, and Retirement in Europe to estimate the association between gaps in employment of 6 months or more ('Not Working', NW) and the incidence of hypertension in 9,985 individuals aged 50 or over across 13 European countries. Life history information including transitions in and out of employment was used to create a panel dataset where each visit represented one year of life between age 30 and incident hypertension or censoring (whichever came first). Pooled logistic models estimated the odds of hypertension according to the experience of not working, controlling for age at interview, age at each visit, gender, childhood socio-economic position, and country. RESULTS: We consistently found no association between NW and hypertension, irrespective of the metrics used in defining the exposure or model specification. CONCLUSION: There is the possibility of bias contributing to the null findings. However, given the relatively consistent evidence for an association between unemployment and cardiovascular outcomes in the literature, our results suggest there may be mechanisms - outside of hypertension - that have a comparatively greater contribution to this association.
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 | 0,014 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».