Inequalities in health by social class dimensions in European countries of different political traditions
Notice bibliographique
Résumé
OBJECTIVE: To compare inequalities in self-perceived health in the population older than 50 years, in 2004, using Wright's social class dimensions, in nine European countries grouped in three political traditions (Social democracy, Christian democracy and Late democracies). METHODS: Cross-sectional design, including data of the Survey of Health, Ageing and Retirement in Europe (Sweden, Denmark, Austria, France, Germany, The Netherlands, Spain, Italy and Greece). The population aged from 50 to 74 years was included. Absolute and relative social class dimension inequalities in poor self-reported health and long-term illness were determined for each sex and political tradition. Relative inequalities were assessed by fitting Poisson regression models with robust variance estimators. RESULTS: Absolute and relative health inequalities by social class dimensions are found in the three political traditions, but these differences are more marked in Late democracies and mainly among women. For example the prevalence ratio of poor self-perceived health comparing poorly educated women with highly educated women, was 1.75 (95% CI: 1.39-2.21) in Late democracies and 1.36 (95% CI: 1.21-1.52) in Social democracies. The prevalence differences were 24.2 and 13.7%, respectively. CONCLUSION: This study is one of the first to show the impact of different political traditions on social class inequalities in health. These results emphasize the need to evaluate the impact of the implementation of public policies.
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 | 0,003 | 0,003 |
| 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 | 0,001 |
| 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 ».