Countries with women inequalities have higher stroke mortality
Notice bibliographique
Résumé
Background Stroke outcomes can differ by women's legal or socioeconomic status. Aim We investigated whether differences in women's rights or gender inequalities were associated with stroke mortality at the country-level. Methods We used age-standardized stroke mortality data from 2008 obtained from the World Health Organization. We compared female-to-male stroke mortality ratio and stroke mortality rates in women and men between countries according to 50 indices of women's rights from Women, Business and the Law 2016 and Gender Inequality Index from the Human Development Report by the United Nations Development Programme. We also compared stroke mortality rate and income at the country-level. Results In our study, 176 countries with data available on stroke mortality rate in 2008 and indices of women's rights were included. There were 46 (26.1%) countries where stroke mortality in women was higher than stroke mortality in men. Among them, 29 (63%) countries were located in Sub-Saharan African region. After adjusting by country income level, higher female-to-male stroke mortality ratio was associated with 14 indices of women's rights, including differences in getting a job or opening a bank account, existence of domestic violence legislation, and inequalities in ownership right to property. Moreover, there was a higher female-to-male stroke mortality ratio among countries with higher Gender Inequality Index (r = 0.397, p < 0.001). Gender Inequality Index was more likely to be associated with stroke mortality rate in women than that in men (p < 0.001). Conclusions Our study suggested that the gender inequality status is associated with women's stroke outcomes.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,006 | 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 ».