Job insecurity and risk of diabetes: a meta-analysis of individual participant data
Notice bibliographique
Résumé
<h3>Background:</h3> Job insecurity has been associated with certain health outcomes. We examined the role of job insecurity as a risk factor for incident diabetes. <h3>Methods:</h3> We used individual participant data from 8 cohort studies identified in 2 open-access data archives and 11 cohort studies participating in the Individual-Participant-Data Meta-analysis in Working Populations Consortium. We calculated study-specific estimates of the association between job insecurity reported at baseline and incident diabetes over the follow-up period. We pooled the estimates in a meta-analysis to produce a summary risk estimate. <h3>Results:</h3> The 19 studies involved 140 825 participants from Australia, Europe and the United States, with a mean follow-up of 9.4 years and 3954 incident cases of diabetes. In the preliminary analysis adjusted for age and sex, high job insecurity was associated with an increased risk of incident diabetes compared with low job insecurity (adjusted odds ratio [OR] 1.19, 95% confidence interval [CI] 1.09–1.30). In the multivariable-adjusted analysis restricted to 15 studies with baseline data for all covariates (age, sex, socioeconomic status, obesity, physical activity, alcohol and smoking), the association was slightly attenuated (adjusted OR 1.12, 95% CI 1.01–1.24). Heterogeneity between the studies was low to moderate (age- and sex-adjusted model: <i>I</i><sup>2</sup> = 24%, <i>p</i> = 0.2; multivariable-adjusted model: <i>I</i><sup>2</sup> = 27%, <i>p</i> = 0.2). In the multivariable-adjusted analysis restricted to high-quality studies, in which the diabetes diagnosis was ascertained from electronic medical records or clinical examination, the association was similar to that in the main analysis (adjusted OR 1.19, 95% CI 1.04–1.35). <h3>Interpretation:</h3> Our findings suggest that self-reported job insecurity is associated with a modest increased risk of incident diabetes. Health care personnel should be aware of this association among workers reporting job insecurity.
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 | 0,012 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».