Socioeconomic status and prevalence of type 2 diabetes in mainland China, Hong Kong and Taiwan: a systematic review
Notice bibliographique
Résumé
BACKGROUND: China is estimated to have had the largest number of people with diabetes in the world in 2015, with extrapolation of existing data suggesting that this situation will continue until at least 2030. Type 2 diabetes has been reported to be more prevalent among people with low socioeconomic status (SES) in high-income countries, whereas the opposite pattern has been found in studies from low- and middle-income countries. We conducted a systematic review to describe the cross-sectional association between SES and prevalence of type 2 diabetes in Chinese in mainland China, Hong Kong and Taiwan. METHODS: We conducted a systematic literature search in Medline, Embase and Global Health electronic databases for English language studies reporting prevalence or odds ratio for type 2 diabetes in a Chinese population for different SES groups measured by education, income and occupation. We appraised the quality of included studies using a modified Newcastle-Ottawa Scale. Heterogeneity of studies precluded meta-analyses, therefore we summarized study results using a narrative synthesis. RESULTS: Thirty-three studies met the inclusion criteria and were included in the systematic review. The association between education, income and occupation and type 2 diabetes was reported by 27, 19 and 12 studies, respectively. Most, but not all, studies reported an inverse association between education and type 2 diabetes, with odds ratios (OR) and 95% confidence interval (CI) ranging from 0.39 (CI not reported) to 1.52 (95% CI 0.91 - 2.54) for the highest compared to the lowest education level. The association between income and type 2 diabetes was inconsistent between studies. Only a small number of studies identified a significant association between occupation and type 2 diabetes. Retired people and people working in white collar jobs were reported to have a higher risk of type 2 diabetes than other occupational groups even after adjusting for age. CONCLUSIONS: This first systematic review of the association between individual SES and prevalence of type 2 diabetes in China found that low education is probably associated with an increased prevalence of type 2 diabetes, while the association between income and occupation and type 2 diabetes is unclear.
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 | 0,004 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,007 | 0,007 |
| Bibliométrie | 0,007 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».