Association between subjective social status and cardiovascular disease and cardiovascular risk factors: a systematic review and meta-analysis
Notice bibliographique
Résumé
OBJECTIVE: To determine the association between subjective social status (SSS), or the individual's perception of his or her position in the social hierarchy, and the odds of coronary artery disease (CAD), hypertension, diabetes, obesity and dyslipidaemia. STUDY DESIGN: Systematic review and meta-analysis. METHODS: We searched PubMed, MEDLINE, EMBASE, CINAHL, PsycINFO, SocINDEX, Web of Science and reference lists of all included studies up to October 2014, with a verification search in July 2015. Inclusion criteria were original studies in adults that reported odds, risk or hazard ratios of at least one outcome of interest (CAD, hypertension, diabetes, obesity or dyslipidaemia), comparing 'lower' versus 'higher' SSS groups, where SSS is measured on a self-anchoring ladder. ORs were pooled using a random-effects model. RESULTS: 10 studies were included in the systematic review; 9 of these were included in the meta-analysis. In analyses unadjusted for objective socioeconomic status (SES) measures such as income, education or occupation, the pooled OR comparing the bottom versus the top of the SSS ladder was 1.82 (95% CI 1.10 to 2.99) for CAD, 1.88 (95% CI 1.27 to 2.79) for hypertension, 1.90 (95% CI 1.25 to 2.87) for diabetes, 3.68 (95% CI 2.03 to 6.64) for dyslipidaemia and 1.57 (95% CI 0.95 to 2.59) for obesity. These associations were attenuated when adjusting for objective SES measures, with the only statistically significant association remaining for dyslipidaemia (OR 2.10, 95% CI 1.09 to 4.06), though all ORs remained greater than 1. CONCLUSIONS: Lower SSS is associated with significantly increased odds of CAD, hypertension, diabetes and dyslipidaemia, with a trend towards increased odds of obesity. These trends are consistently present, though the effects attenuated when adjusting for SES, suggesting that perception of one's own status on a social hierarchy has health effects above and beyond one's actual income, occupation and education.
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 | 0,014 | 0,031 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,021 | 0,036 |
| Bibliométrie | 0,008 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».