MétaCan
Menu
Retour à la cohorte
Enregistrement W2075264865 · doi:10.1097/ede.0b013e31824570bd

Using Marginal Structural Models to Estimate the Direct Effect of Adverse Childhood Social Conditions on Onset of Heart Disease, Diabetes, and Stroke

2012· article· en· W2075264865 sur OpenAlexaff
Arijit Nandi, M. Maria Glymour, Ichiro Kawachi, Tyler J. VanderWeele

Notice bibliographique

RevueEpidemiology · 2012
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueHealth disparities and outcomes
Établissements canadiensMcGill University Health CentreMcGill University
Organismes subventionnairesEunice Kennedy Shriver National Institute of Child Health and Human Development
Mots-clésSocioeconomic statusMedicineDemographyConfoundingStroke (engine)Health and Retirement StudyGerontologyDiseasePsychologyEnvironmental healthPopulationInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Early-life socioeconomic status (SES) is associated with adult chronic disease, but it is unclear whether this effect is mediated entirely via adult SES or whether there is a direct effect of adverse early-life SES on adult disease. Major challenges in evaluating these alternatives include imprecise measurement of early-life SES and bias in conventional regression methods to assess mediation. In particular, conventional regression approaches to direct effect estimation are biased when there is time-varying confounding of the association between adult SES and chronic disease by chronic disease risk factors. METHODS: First-reported heart disease, diabetes, and stroke diagnoses were assessed in a national sample of 9760 Health and Retirement Study participants followed biennially from 1992 through 2006. Early-life and adult SES measures were derived using exploratory and confirmatory factor analysis. Early-life SES was measured by parental education, father's occupation, region of birth, and childhood rural residence. Adult SES was measured by respondent's education, occupation, labor force status, household income, and household wealth. Using marginal structural models, we estimated the direct effect of early-life SES on chronic disease onset that was not mediated by adult SES. Marginal structural models were estimated with stabilized inverse probability-weighted log-linear models to adjust for risk factors that may have confounded associations between adult SES and chronic disease. RESULTS: During follow-up, 24%, 18%, and 9% of participants experienced first onset of heart disease, diabetes, and stroke, respectively. Comparing those in the most disadvantaged with the least disadvantaged quartile, early-life SES was associated with coronary heart disease (risk ratio = 1.30 [95% confidence interval = 1.12-1.51]) and diabetes (1.23 [1.02-1.48]) and marginally associated with stroke via pathways not mediated by adult SES. CONCLUSIONS: Our results suggest that early-life socioeconomic experiences directly influence adult chronic disease outcomes.

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)0,017
score de la tête « metaresearch » (Gemma)0,050
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: aucune
Score de désaccord entre enseignants0,054
Score d'incertitude au seuil0,108

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0170,050
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0020,004
Bibliométrie0,0030,002
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0030,003
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,069
Tête enseignante GPT0,434
Écart entre enseignants0,365 · 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

Citations120
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEpidemiologyMême sujetHealth disparities and outcomesTravaux en français237 207