Trajectories of Socioeconomic Status Across Children's Lifetime Predict Health
Notice bibliographique
Résumé
OBJECTIVE: Socioeconomic status is one of the most robust social factors associated with health, but the dynamics of how socioeconomic status over time affects children's health remains unclear. This study tested how various models of childhood socioeconomic status (accumulation, change, variability, and critical periods of family income) would predict health outcomes at a final time point in childhood. METHODS: This was a prospective, longitudinal study of 6306 children who were aged 10 to 11 years and whose families were interviewed every other year from birth onward. The sample came from the US National Longitudinal Survey of Youth-Children. In the same data set, a replication sample of 4305 14- to 15-year-old children was also examined. Primary outcomes included parent report of asthma and conditions that limited activity and school and required physician treatment. RESULTS: Lower cumulative family income was associated with higher odds for having a condition that limited childhood activities, as well as a condition that required treatment by a physician at ages 10 to 11. Cumulative family income was a stronger predictor than change in income or variability in income. Lower family income early in life (ages 0-5 years) was associated with higher odds for having a condition that limited activities and a condition that required treatment by a physician at ages 10 to 11, independent of current socioeconomic status. Findings were replicated in the 14- to 15-year-old sample. CONCLUSIONS: These findings suggest that the accumulation of socioeconomic status in terms of family income across childhood is more important than social mobility or variability in socioeconomic status, although there may be certain periods of time (early life) that have stronger effects on health. These findings suggest the importance of childhood interventions for reducing health disparities.
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 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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».