Independent and combined influence of homeownership, occupation, education, income, and community poverty on physical health in persons with arthritis
Notice bibliographique
Résumé
OBJECTIVE: To examine the independent and combined influence of individual- and community-level socioeconomic status (SES) measures on physical health status outcomes in people with self-reported arthritis. METHODS: From 2004-2005, 968 participants completed a telephone survey assessing health status, chronic conditions, community characteristics, and sociodemographic variables. Individual-level SES measures used included homeownership, occupation (professional or not), educational attainment (less than high school, high school degree, and more than high school), and income (<$15,000, $15,000-$45,000, and >$45,000). Community poverty (2000 US Census block group percentage of individuals living below the poverty line [low, medium, and high]) was used as a community-level SES measure. Outcomes were physical functioning (Medical Outcomes Study Short Form 12 version 2 physical component summary [PCS]), functional disability (Health Assessment Questionnaire [HAQ]), and the Centers for Disease Control and Prevention (CDC) Health-Related Quality of Life (HRQOL) Healthy Days physical and limited activity days, and were analyzed via multivariable regressions. RESULTS: When entered separately, all individual-level SES variables were significantly (P < 0.01) associated with poorer PCS, HAQ, and CDC HRQOL scores. A higher magnitude of effect was seen for household income, specifically <$15,000 per year in final models with all 4 individual SES measures and community poverty. The magnitude of effect for education is reduced and marginally significant for the PCS and number of physically unhealthy days. No effects were seen for occupation, homeownership, and community poverty. CONCLUSION: Findings confirm that after adjusting for important covariates, lower individual- and community-level SES measures are associated with poorer physical health outcomes, while household income is the strongest predictor (as measured by both significance and effect) of poorer health status in final models. Studies not having participant-reported income available should make use of other SES measures, as they do independently predict physical health.
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 | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».