Neighbourhood disadvantage and behavioural problems during childhood and the risk of cardiovascular disease risk factors and events from a prospective cohort
Notice bibliographique
Résumé
Both low socioeconomic status (SES) and behavioural problems in childhood are associated with cardiovascular disease (CVD) in adulthood, but their combined effects on CVD are unknown. Study objectives were to investigate the effect of neighbourhood level SES and behavioural problems during childhood on the development of CVD risk factors and events during adulthood. Participants were from a longitudinal cohort (n = 3792, baseline: 6–13 years of age) of Montreal children, followed from 1976 to 2010. SES was a composite measure of neighbourhood income, employment, education, and single-parent households separately assessed from census micro data sets in 1976, 2001, and 2006. Behavioural problems were assessed based on sex-specific peer assessments. CVD events were from medical records. Sex-stratified multivariable Cox regression models adjusted for age, frequency of medical visits, and parental history of CVD. Males from disadvantaged neighbourhoods during childhood were 2.06 (95% CI: 1.09–3.90, p = 0.03) and 2.51 (95% CI: 1.49–4.22, p = 0.0005) times more likely to develop a CVD risk factor or an event, respectively, than males not from disadvantaged neighbourhoods. Aggressive males were also 50% more likely to develop a CVD risk factor or event. Females from disadvantaged neighbourhoods during childhood were 1.85 (95% CI: 1.33–2.59, p = 0.0003) times more likely to develop a CVD risk factor. Future studies should aim to disentangle the interpersonal from the socioeconomic effects on CVD incidence.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».