Association of Educational Level with Inflammatory Markers in the Framingham Offspring Study
Notice bibliographique
Résumé
Socioeconomic position consistently predicts coronary heart disease; however, the biologic mechanisms that may mediate this association are not well understood. The objective of this study was to determine whether socioeconomic position (measured as educational level) is associated with inflammatory risk factors for coronary heart disease, including C-reactive protein, interleukin-6, soluble intercellular adhesion molecule-1, monocyte chemoattractant protein-1, and P-selectin. The study sample included 2,729 participants (53.4% women; mean age, 62 +/- 10 years) from the US Framingham Offspring Study cohort who attended examination cycles 3 (1984-1987) and 7 (1998-2001) and provided educational attainment data. Inflammatory markers were measured in fasting serum samples. Multivariable linear regression analyses were performed, adjusting for potential confounders including age, sex, and clinical risk factors. In age- and sex-adjusted analyses, educational attainment was significantly inversely associated with C-reactive protein (p < 0.0001), interleukin-6 (p < 0.0001), soluble intercellular adhesion molecule-1 (p < 0.0001), and monocyte chemoattractant protein-1 (p = 0.0004). After further adjustment for clinical risk factors, educational level remained significantly associated with C-reactive protein (p = 0.0002), soluble intercellular adhesion molecule-1 (p = 0.01), and monocyte chemoattractant protein-1 (p = 0.01). In conclusion, educational attainment is associated with inflammatory risk factors for coronary heart disease. The association provides evidence suggestive of a biologic pathway by which socioeconomic position may predispose to coronary heart disease.
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) | 0,001 | 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 ».