MétaCan
Menu
← Retour à la cohorte
Enregistrement W2610558861 · doi:10.25011/cim.v31i4.4806

EFFECTS OF LOW NEIGHBOURHOOD SOCIOECONOMIC STATUS ON INFLAMMATION, OXIDATIVE STRESS, AND RISK OF MORTALITY IN PATIENTS WITH CORONARY ARTERY DISEASE

2008· article· en· W2610558861 sur OpenAlexvenueaboutno aff
Claire Heslop, G. J. Miller, Jeffrey Hill

Notice bibliographique

RevueClinical and investigative medicine · 2008
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate Change and Health Impacts
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSocioeconomic statusNeighbourhood (mathematics)MedicineCoronary artery diseaseDiseaseGerontologyUnemploymentDemographyInternal medicineEnvironmental healthPopulation

Résumé

récupéré en direct d'OpenAlex

Background: Socioeconomicstatus (SES) is an influential determinant of prognosis in coronary artery disease (CAD). Patient neighbourhood SES may contribute to CAD outcomes, beyond effects of personal SES. Methods: Following 485 CAD patients for > 10 years, we examine the effect of neighbourhood income, education, and unemployment on survival, and investigate relationships between SES and markers of inflammation and oxidative stress. Results: SES was associated significantly with risk of mortality, however this relationship was not observed for cardiovascular death. Each one quintile decrease in income, education, and employment was associated with a 32%, 40% and 45% greater risk of non-cardiovascular mortality, respectively. Inflammatory and oxidative stress markers correlate with income, but do not diminish associations between neighbourhood SES and mortality. Conclusions: Significant disparities in non-cardiovascular mortality related to neighbourhood SES were observed in this study, which argues for greater attention to socioeconomic factors in chronic disease prevention and health care delivery. C.L.H. is supported bya Providence Health Research Institute & Canadian Institutes of HealthResearch MD/PhD Studentship Award, and a Michael Smith Foundation for HealthResearch Trainee Award. (colour figure available in PDF version)

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)0,001
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,005
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,057
Tête enseignante GPT0,304
Écart entre enseignants0,246 · 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
Publié2008
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueClinical and investigative medicine→Même sujetClimate Change and Health Impacts→Travaux en français237 207→