MétaCan
Menu
← Retour à la cohorte
Enregistrement W2606781361 · doi:10.23889/ijpds.v1i1.274

Gaps in Health and Wealth: The relationship between trends in income inequality and breastfeeding inequalities

2017· article· en· W2606781361 sur OpenAlexaffabout
Nathan Nickel, Marni Brownell, Dan Château, Alan Katz, Elaine Burland

Notice bibliographique

RevueInternational Journal for Population Data Science · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueBreastfeeding Practices and Influences
Établissements canadiensUniversity of ManitobaManitoba Health
Organismes subventionnairesnon disponible
Mots-clésBreastfeedingInequalityGini coefficientDemographySocioeconomic statusPopulationEconomic inequalityResidenceHousehold incomeMedicineGeographyEnvironmental healthPediatricsMathematicsSociology

Résumé

récupéré en direct d'OpenAlex

ABSTRACT ObjectivesThe objective of this study was to identify whether breastfeeding inequalities have increased between 1984 and 2014 and to examine whether trends in income inequality are related to breastfeeding inequalities. MethodsWe used linkable administrative data from the Population Health Research Data Repository. Our sample included all infants born in Manitoba, 1984 to 2014. We used area-level income – derived from the Canadian Census – to stratify infants into income quintiles. Canadian Census income data were also used to quantify provincial level income inequality for each fiscal year in our study period. Data from the hospital discharge abstract database were used to classify infants according to whether or not they had initiated breastfeeding. We linked infant data to maternal data using the Manitoba health insurance registry to capture maternal characteristics – including the mother’s postal code of residence and her age at first birth. We used generalized linear models to calculate income quintile-specific breastfeeding rates for each fiscal year in our observation period for all of Manitoba. We also calculated age-adjusted breastfeeding rates to account for the changing age distribution in Manitoba mothers, over time. We measured breastfeeding inequities using the concentration index as well as the rate ratio and rate difference (comparing the breastfeeding rate between the highest and lowest income quintiles). We quantified income inequality using the Gini coefficient on income. Trend analyses and two-sided Z-tests tested for changes, over time. Time by income-quintile interactions tested whether breastfeeding rates were statistically significantly different, across socioeconomic groups. ResultsBreastfeeding rates increased from 1985 to 2014, from 72% to 81% (p<0.01). The Gini coefficient increased from 0.16 to 0.21; a linear trend test of the Gini coefficient showed income inequality increased over the study period (p<0.05). Rate differences, rate ratios, and the Concentration index showed that significant breastfeeding inequalities existed throughout the study period. Trend tests revealed that breastfeeding inequalities did not increase, over time. ConclusionsAggregate analyses may suggest overall improvement when inequality persists. Although there was improvement in breastfeeding initiation rates, children from lower socioeconomic status continue to lag behind their counterparts. Policy-focused health equity research needs to measure outcomes, overall, and inequity across time.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,214
Score d'incertitude au seuil0,426

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,251
Tête enseignante GPT0,491
Écart entre enseignants0,240 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal for Population Data Science→Même sujetBreastfeeding Practices and Influences→Travaux en français237 207→