MétaCan
Menu
Retour à la cohorte
Enregistrement W2940058604 · doi:10.1136/jech-2019-212110

Early-life socioeconomic circumstances explain health differences in old age, but not their evolution over time

2019· article· en· W2940058604 sur OpenAlexaff
Boris Cheval, Dan Orsholits, Stefan Sieber, Silvia Stringhini, Delphine S. Courvoisier, Matthias Kliegel, Matthieu P. Boisgontier, Stéphane Cullati

Notice bibliographique

RevueJournal of Epidemiology & Community Health · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueHealth disparities and outcomes
Établissements canadiensUniversity of British Columbia Hospital
Organismes subventionnairesEuropean CommissionMax-Planck-GesellschaftSchweizerischer Nationalfonds zur Förderung der Wissenschaftlichen ForschungNational Science Foundation
Mots-clésSocioeconomic statusMedicineAgeingConfoundingDemographyGerontologyHealth and Retirement StudyEpidemiologyLife course approachLongitudinal studyEnvironmental healthPsychologyDevelopmental psychologyPopulation

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Early-life socioeconomic circumstances (SEC) are associated with health in old age. However, epidemiological evidences on the influence of these early-life risk factors on trajectories of healthy ageing are inconsistent, preventing drawing solid conclusion about their potential influence. Here, to fill this knowledge gap, we used a statistical approach adapted to estimating change over time and an outcome-wide epidemiology approach to investigate whether early-life SEC were associated with the level of and rate of decline of physical, cognitive and emotional functioning over time. METHODS: We used data on more than 23 000 adults in older age from the Survey of Health, Ageing and Retirement in Europe, a 12-year large-scale longitudinal study with repeated measurements of multiple health indicators of the same participants over time (2004 -2015, assessments every 2 years). Confounder-adjusted linear growth curve models were used to examine the associations of early-life SEC with the evolution of muscle strength, lung function, cognitive function, depressive symptoms and well-being over time. RESULTS: We consistently found an association between early-life SEC and the mean levels of all health indicators at age 63.5, with a critical role played by the cultural aspect of disadvantage. These associations were only partly explained by adult-life SEC factors. By contrast, evidences supporting an association between early-life SEC and the rate of change in health indicators were weak and inconsistent. CONCLUSIONS: Early-life SEC are associated with health in old age, but not with trajectories of healthy ageing. Conceptual models in life course research should consider the possibility of a limited influence of early-life SEC on healthy ageing trajectories.

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)0,006
score de la tête « metaresearch » (Gemma)0,013
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 enseignants0,008
Score d'incertitude au seuil0,030

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,013
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,108
Tête enseignante GPT0,396
Écart entre enseignants0,288 · 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

Citations28
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Epidemiology & Community HealthMême sujetHealth disparities and outcomesTravaux en français237 207