Abstract B86: Changes in social inequalities in male smoking-attributable mortality in two European countries
Notice bibliographique
Résumé
Abstract Background: Past studies have assessed trends in smoking prevalence among different social strata in developed countries. However, we know of no study that quantifies changes in social inequalities in smoking-attributable mortality rates over time. The aim of this study was to assess changes in social inequalities for smoking-attributable male mortality rates by educational level between two time periods in France and Poland. Methods: The contribution of smoking to adult male mortality in each population was estimated indirectly from disease-specific death rates in that population (using absolute lung cancer rates to indicate proportions due to smoking of mortality from certain other diseases). We applied these methods to male death rates at ages 35-69 years from three different social strata in France and Poland, based on a total of 202,779 deaths. The social strata were low, middle, and high based on completed years of education (less than 12 years, 12 years, and more than 12 years, respectively). For France, the comparison periods were 1990-94 and 1995-99; for Poland, 1995 was compared to 2002. Results: Smoking-attributable mortality rates were 3 to 6 times higher in the lowest education group as compared to the highest education group in both countries. In France, smoking-attributable mortality rates within each education group remained similar between 1990-94 and 1995-99. Between 1995 and 2002, Poland showed a reduction in smoking-attributable mortality rates by 15%, 4%, and 52% in the low, middle, and high education group, respectively. Conclusion: Although men in the lowest education group in France were around four times more likely to die from smoking as compared to those in the highest education group, there was little change between the periods studied for this country. While smoking-attributable mortality rates in the highest education group of Polish males decreased much more compared to the lower education groups; declines were seen in all education groups. Mortality rates from more recent years, when tobacco control efforts have accelerated in both countries, will be of interest to confirm these trends. Citation Information: Cancer Prev Res 2010;3(12 Suppl):B86.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».