Socioeconomic Inequalities in Poor Health-Related Quality of Life in Kermanshah, Western Iran: A Decomposition Analysis.
Notice bibliographique
Résumé
BACKGROUND: Socioeconomic status (SES) is an important determinant of health-related quality of life (HRQoL). We aimed to quantify socioeconomic-related inequality in poor-HRQoL among adults in Kermanshah, western Iran. STUDY DESIGN: A cross-sectional study. METHODS: Overall, 1730 adults (18-65 yr) were selected using convenience sampling from Kermanshah, Iran. A self-administrated questionnaire was used to collect data on socio-demographic characteristics, SES, lifestyle factors and HRQoL of participants over the period between May and Aug 2017. The concentration curve and concentration index (C) were used to illustrate and measure wealth-related inequality in poor-HRQoL. Additionally, we decomposed the C index to identify factors explaining wealth-related inequality in poor-HRQoL. RESULTS: The overall prevalence of poor-HRQoL was 35.3% (95% confidence interval[CI]: 33.1%, 37.6%). The poor-HRQoL was mainly concentrated among the poor adults (C=-0.256, 95% CI: -0.325, -0.187). Poor-HRQoL was concentrated among men (C=-0.256, 95% CI: -0.345, -0.177) and women (C=-0.261, 95% CI: -0.310, -0.204). Wealth, physical inactivity, the presence of chronic health condition(s), lack of health insurance coverage were the main factors contributing to the concentration of poor-HRQoL among socioeconomically disadvantaged adults. CONCLUSIONS: Socioeconomic-related inequalities in poor-HRQoL among adult should warrant more attention. Policies should be designed to not only improve HRQoL among adults but also reduce the pro-rich distribution of HRQoL among adults in Kermanshah.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,002 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».