Abstract 88: Social Inequalities in Stroke Mortality, Incidence and Case-fatality in Europe.
Notice bibliographique
Résumé
Introduction and aim: There are limited comparative data on social inequalities in stroke morbidity across Europe. We aimed to assess the magnitude of educational class inequalities in stroke mortality, incidence and 1-year case-fatality in European populations. Methods: The MORGAM study comprised 45 cohorts from Finland, Denmark, Sweden, Northern Ireland, Scotland, France, Germany, Italy, Lithuania, Poland and Russia, mostly recruited in mid 1980s-early 90s. Baseline data collection and follow-up (median 12 years) for fatal and non-fatal strokes adhered to MONICA-like procedures. Stroke mortality was defined according to the underlying cause of death (ICD-IX codes 430-438 or ICD-X I60-I69). We derived 3 educational classes from population-, sex- and birth year-specific tertiles of years of schooling. We estimated the age-adjusted difference in event rates, and the age- and risk factor-adjusted hazard ratios (HRs), between the bottom and the top of the educational class distribution from sex- and population-specific Poisson and Cox regression models, respectively. The association between 1-year case-fatality and education was estimated through logistic models adjusted for risk factors. Results: Among the 91,563 CVD-free participants aged 35-74 at baseline, 1037 stroke deaths and 3902 incident strokes occurred during follow-up. Low education accounted for 26 additional stroke deaths per 100,000 person-years in men (95%CI: 9 to 42), and 19 (7 to 32) in women. In both genders, inequalities in fatal stroke rates were larger in the East EU and in the Nordic Countries populations. The age-adjusted pooled HRs of first stroke, fatal or non-fatal, for the least educated men and women were 1.52 (95%CI: 1.29-1.78) and 1.51 (1.25-1.81), respectively, consistently across populations. Adjustment for smoking, blood pressure, HDL-cholesterol and diabetes attenuated the pooled HRs to 1.34 (95%CI: 1.14-1.57) in men and 1.29 (1.07-1.55) in women. A significant association between low education and increased 1-year case-fatality was observed in Northern Sweden only. Conclusions: Social inequalities in stroke incidence are widespread in most European populations, and less than half of the gap is explained by major risk factors.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| 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) | 0,003 | 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 ».