MétaCan
Menu
Retour à la cohorte
Enregistrement W2770167700 · doi:10.1590/0102-311x00172316

Income inequality and high blood pressure in Colombia: a multilevel analysis

2017· article· en· W2770167700 sur OpenAlexfundno aff
Diego Lucumí, Amy J. Schulz, Ana V. Diez Roux, Andrew Grogan‐Kaylor

Notice bibliographique

RevueCadernos de Saúde Pública · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueHealth disparities and outcomes
Établissements canadiensnon disponible
Organismes subventionnairesFulbright ColombiaInternational Development Research CentreDepartamento Administrativo de Ciencia, Tecnología e Innovación (COLCIENCIAS)
Mots-clésInequalityBlood pressureEconomic inequalityDemographyLogistic regressionMedicineMultilevel modelIncome distributionGini coefficientDemographic economicsEconomicsSociologyInternal medicineMathematicsStatistics

Résumé

récupéré en direct d'OpenAlex

The objective of this research was to examine the association between income inequality and high blood pressure in Colombia. Using a nationally representative Colombian sample of adults, and data from departments and municipalities, we fit sex-stratified linear and logistic multilevel models with blood pressure as a continuous and binary variable, respectively. In adjusted models, women living in departments with the highest quintile of income inequality in 1997 had higher systolic blood pressure than their counterparts living in the lowest quintile of income inequality (mean difference 4.42mmHg; 95%CI: 1.46, 7.39). Women living in departments that were at the fourth and fifth quintile of income inequality in 1994 were more likely to have hypertension than those living in departments at the first quintile in the same year (OR: 1.56 and 1.48, respectively). For men, no associations of income inequality with either systolic blood pressure or hypertension were observed. Our findings are consistent with the hypothesis that income inequality is associated with increased risk of high blood pressure for women. Future studies to analyze pathways linking income inequality to high blood pressure in Colombia are needed.

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)0,002
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 enseignants0,352
Score d'incertitude au seuil0,700

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,042
Tête enseignante GPT0,368
Écart entre enseignants0,326 · 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

Citations27
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCadernos de Saúde PúblicaMême sujetHealth disparities and outcomesTravaux en français237 207