Violent crime rates as a proxy for the social determinants of sexually transmissible infection rates: the consistent state-level correlation between violent crime and reported sexually transmissible infections in the United States, 1981–2010
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: Numerous social determinants of health are associated with violent crime rates and sexually transmissible infection (STI) rates. This report aims to illustrate the potential usefulness of violent crime rates as a proxy for the social determinants of STI rates. METHODS: For each year from 1981 to 2010, we assessed the strength of the association between the violent crime rate and the gonorrhoea (Neisseria gonorrhoeae) rate (number of total reported cases per 100?000) at the state level. Specifically, for each year, we calculated Pearson correlation coefficients (and P-values) between two variables (the violent crime rate and the natural log of the gonorrhoea rate) for all 50 states and Washington, DC. For comparison, we also examined the correlation between gonorrhoea rates, and rates of poverty and unemployment. We repeated the analysis using overall syphilis rates instead of overall gonorrhoea rates. RESULTS: The correlation between gonorrhoea and violent crime was significant at the P<0.001 level for every year from 1981 to 2010. Syphilis rates were also consistently correlated with violent crime rates. In contrast, the P-value for the correlation coefficient exceeded 0.05 in 9 of the 30 years for the association between gonorrhoea and poverty, and in 17 of the 30 years for that between gonorrhoea and unemployment. CONCLUSIONS: Because violent crime is associated with many social determinants of STIs and because it is consistently associated with STI rates, violent crime rates can be a useful proxy for the social determinants of health in statistical analyses of STI rates.
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 | 0,005 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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