Socioeconomic position and incidence of acute myocardial infarction: a meta-analysis
Notice bibliographique
Résumé
BACKGROUND: A negative socioeconomic gradient is established for coronary heart disease (CHD) mortality and survival, while socioeconomic patterning of disease incidence is less well investigated. To study socioeconomic inequalities in the incidence of acute myocardial infarction (AMI), the major component of CHD, a meta-analysis was undertaken to summarise existing evidence on the issue. METHODS: A systematic search was performed in PubMed and EMBASE databases for observational studies on AMI incidence and socioeconomic position (SEP), published in English to April 2009. A random-effects model was used to pool the risks estimates from the individual studies. RESULTS: Among 1181 references, 70 studies fulfilled the inclusion criteria. An overall increased risk of AMI among the lowest SEP was found for all three indicators: income (pooled RR 1.71, 95% CI 1.43 to 2.05), occupation (pooled RR 1.35, 95% CI 1.19 to 1.53) and education (pooled RR 1.34, 95% CI 1.22 to 1.47). The strongest associations were seen in high-income countries such as USA/Canada and Europe, while the results were inconsistent for middle and low-income regions. CONCLUSION: AMI incidence is associated with low SEP. The nature of social stratification at the level of economic development of a country could be involved in the differences of risk of AMI between social 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.
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 | 0,008 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,011 | 0,029 |
| Bibliométrie | 0,004 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».