Neighbourhood socioeconomic position and risks of major chronic diseases and all-cause mortality: a quasi-experimental study
Notice bibliographique
Résumé
OBJECTIVES: This study estimated the health impacts of neighbourhood socioeconomic position (SEP) among public housing residents. Because applicants to public housing were assigned to housing projects primarily based on factors other than personal choice, we capitalised on a quasirandom source of variation in neighbourhood of residence to obtain more valid estimates of the health impacts of neighbourhood SEP. DESIGN: Quasiexperimental study. SETTING: Greater Metropolitan Toronto area, Canada. PARTICIPANTS: Residents (24 019-28 858 adults age ≥30 years in 1994 for all outcomes except for asthma, for which the sample was expanded to 66 627 individuals age ≥4 years) of public housing on 1 January 1994. OUTCOME MEASURES: Incident hypertension, diabetes, asthma, and acute myocardial infarction (MI) and all-cause mortality between 1 January 1994 and 31 December 2006. We used multivariate Cox proportional hazards models to estimate hazard ratios (HRs) for the associations between the quartile of census tract-level SEP and the risk of diagnosis of each health outcome as well as death from any cause. RESULTS: Living in a public housing project in the second highest neighbourhood SEP quartile (Q3) was associated with lower hazards of acute MI (HR=0.76, 95% CI 0.54 to 1.07; P=0.11), incident asthma (HR=0.80, 95% CI 0.67 to 0.96; P=0.02) and all-cause mortality (HR=0.86, 95% CI 0.73 to 1.01; P=0.06) compared to living in the lowest neighbourhood SEP quartile (Q1), although only the trend for incident asthma reached statistical significance (P for trend=0.04). By contrast, the associations corresponding to living in the highest versus lowest quartile of median household income (Q4 vs Q1) were neither consistent in direction nor significant. The inconsistent associations may partly be attributed to selection and status incongruity. CONCLUSION: This study provides new evidence compatible with protective influences of higher neighbourhood SEP on health outcomes, particularly asthma.
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 | 0,009 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,001 | 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) | 0,005 | 0,001 |
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 ».