Assessment of the healthy worker survivor effect in the relationship between psychosocial work-related factors and hypertension
Notice bibliographique
Résumé
OBJECTIVES: The healthy worker survivor effect (HWSE) usually leads to underestimation of the effects of harmful occupational exposures. HWSE is characterised by the concomitance of three associations: (1) job status-subsequent exposure, (2) job status-disease and (3) previous exposure-job status. No study has reported the coexistence of these associations in the relationship between psychosocial work-related factors and health. We assessed if HWSE is present when measuring the effects of cumulative exposure to psychosocial work-related factors on the prevalence of hypertension in white-collar workers. METHODS: Data were obtained from two timepoints (1991-1993 at baseline and 1999-2001 at follow-up) of a prospective cohort study. At baseline, the population was composed of 9188 white-collar employees (women: 49.9%) in Quebec City. Job strain as psychosocial work-related factor and blood pressure were measured using validated methods. Job status (retirees vs employees) at follow-up was self-reported. Multiple multilevel robust Poisson regressions were used to estimate prevalence ratios of hypertension and risk ratios of retirement separately by gender. We performed multiple imputations to control selection bias due to missing values. RESULTS: Retirement eliminated the subsequent exposure to job strain de facto and was associated with the reduction in the prevalence of hypertension in younger (-33%) and older (-11%) men and in older women (-39%). Job strain was associated with job status in younger men and in women of any age. CONCLUSION: Data showed the presence of HWSE in younger men and older women given the coexistence of the three structural associations.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».