MétaCan
Menu
Retour à la cohorte
Enregistrement W2049175009 · doi:10.1186/1471-2458-12-474

Socioeconomic inequality in the prevalence of noncommunicable diseases in low- and middle-income countries: Results from the World Health Survey

2012· article· en· W2049175009 sur OpenAlexaff
Ahmad Reza Hosseinpoor, Nicole Bergen, Shanthi Mendis, Sam Harper, Emese Verdes, Anton E. Kunst, Somnath Chatterji

Notice bibliographique

RevueBMC Public Health · 2012
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueHealth disparities and outcomes
Établissements canadiensMcGill University
Organismes subventionnairesNational Institute on AgingNational Institutes of HealthWorld Health Organization
Mots-clésBiostatisticsMedicineSocioeconomic statusEnvironmental healthPublic healthEpidemiologyLow and middle income countriesInequalityGlobal healthDeveloping countryEconomic growthPopulationPathology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Noncommunicable diseases are an increasing health concern worldwide, but particularly in low- and middle-income countries. This study quantified and compared education- and wealth-based inequalities in the prevalence of five noncommunicable diseases (angina, arthritis, asthma, depression and diabetes) and comorbidity in low- and middle-income country groups. METHODS: Using 2002-04 World Health Survey data from 41 low- and middle-income countries, the prevalence estimates of angina, arthritis, asthma, depression, diabetes and comorbidity in adults aged 18 years or above are presented for wealth quintiles and five education levels, by sex and country income group. Symptom-based classification was used to determine angina, arthritis, asthma and depression rates, and diabetes diagnoses were self-reported. Socioeconomic inequalities according to wealth and education were measured absolutely, using the slope index of inequality, and relatively, using the relative index of inequality. RESULTS: Wealth and education inequalities were more pronounced in the low-income country group than the middle-income country group. Both wealth and education were inversely associated with angina, arthritis, asthma, depression and comorbidity prevalence, with strongest inequalities reported for angina, asthma and comorbidity. Diabetes prevalence was positively associated with wealth and, to a lesser extent, education. Adjustments for confounding variables tended to decrease the magnitude of the inequality. CONCLUSIONS: Noncommunicable diseases are not necessarily diseases of the wealthy, and showed unequal distribution across socioeconomic groups in low- and middle-income country groups. Disaggregated research is warranted to assess the impact of individual noncommunicable diseases according to socioeconomic indicators.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,012
Score d'incertitude au seuil0,025

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
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 Opus0,128
Tête enseignante GPT0,396
Écart entre enseignants0,268 · 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

Citations202
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMC Public HealthMême sujetHealth disparities and outcomesTravaux en français237 207