Trends in socioeconomic inequalities in self-assessed health in 10 European countries
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Changes over time in inequalities in self-reported health are studied for increasingly more countries, but a comprehensive overview encompassing several countries is still lacking. The general aim of this article is to determine whether inequalities in self-assessed health in 10 European countries showed a general tendency either to increase or to decrease between the 1980s and the 1990s and whether trends varied among countries. METHODS: Data were obtained from nationally representative interview surveys held in Finland, Sweden, Norway, Denmark, England, The Netherlands, West Germany, Austria, Italy, and Spain. The proportion of respondents with self-assessed health less than 'good' was measured in relation to educational level and income level. Inequalities were measured by means of age-standardized prevalence rates and odds ratios (ORs). RESULTS: Socioeconomic inequalities in self-assessed health showed a high degree of stability in European countries. For all countries together, the ORs comparing low with high educational levels remained stable for men (2.61 in the 1980s and 2.54 in the 1990s) but increased slightly for women (from 2.48 to 2.70). The ORs comparing extreme income quintiles increased from 3.13 to 3.37 for men and from 2.43 to 2.86 for women. Increases could be demonstrated most clearly for Italian and Spanish men and women, and for Dutch women, whereas inequalities in health in the Nordic countries showed no tendency to increase. CONCLUSIONS: The results underscore the persistent nature of socioeconomic inequalities in health in modern societies. The relatively favourable trends in the Nordic countries suggest that these countries' welfare states were able to buffer many of the adverse effects of economic crises on the health of disadvantaged groups.
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.
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 | 0,012 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découle