Gender Differences in Self-Rated Health among University Students in England, Wales and Northern Ireland: Do Confounding Variables Matter?
Notice bibliographique
Résumé
INTRODUCTION: We assessed gender differences in self-rated health (SRH) while considering physical health, health complaints, health service use, wider wellbeing, and health behaviours. METHODS: 3706 undergraduates at 7 Universities in the United Kingdom completed a self-administered questionnaire (2009–2008). Logistic regressions with excellent/very good SRH as dependent variable assessed the variables that explained the SRH sex difference. RESULTS: Females had more health complaints, illness periods, lower quality of life, more burdens, and took medication/s more often. The crude (unadjusted) odds ratio (OR) proposed that females were less likely to report excellent/very good SRH than males [OR 0.79, 95% CI 0.68-0.94]. Adjusting only for physical health and health service use, females’ OR increased considerably, and the association between female sex and SRH was no longer significant. Also, when adjusting only for wider well-being or when adjusting only for health behaviour, the negative association between females and SRH was no longer significant. Adjusting for all the variables simultaneously (physical health, health service use, wider well-being, health behaviours) resulted in considerable increase of females’ OR indicating now a positive association between female sex and SRH [OR 1.33, 95% CI 1.04-1.74]. CONCLUSION: Females’ lower SRH found in the crude analyses was confounded by their higher stress level, lower quality of life, lower physical activity and by more illnesses or health complaints when compared with males. Gender-related SRH research should control for many potential confounders to prevent overestimation of the gender effect. Health promotion programs should consider these factors when tackling gender 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 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 | 0,003 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».