Trends in educational and wealth inequalities in adult tobacco use in Nepal 2001–2016: secondary data analyses of four Demographic and Health Surveys
Notice bibliographique
Résumé
OBJECTIVE: To measure trends in socioeconomic inequalities tobacco use in Nepal. SETTING: Adults interviewed during house-to-house surveys. PARTICIPANTS: Women (15-45 years) and men (15-49 years) surveyed in four Nepal Demographic and Health Surveys done in 2001, 2006, 2011 and 2016. OUTCOME MEASURE: Current tobacco use (in any form). RESULTS: The prevalence of tobacco use for men declined from 66% in 2001 to 55% in 2016, and declined from 29% to 8.4% among women. Across both education and wealth quintiles for both men and women, the prevalence of tobacco use generally declines with increasing education or wealth. We found persistently larger absolute inequalities by education than by wealth among men. Among women we also found larger educational than wealth-related gradients, but both declined over time. For men, the Slope Index of Inequality (SII) for education was larger than for wealth (44% vs 26% in 2001) and changed very little over time. For women, the SII for both education and wealth were similar in magnitude to men, but decreased substantially between 2001 and 2016 (from 44% to 16% for education; from 37% to 16% for wealth). Women had a larger relative index of inequality than men for both education (6.5 vs 2.0 in 2001) and wealth (4.8 vs 1.5 in 2001), and relative inequality increased between 2001 and 2016 for women (from 6.5 to 16.0 for education; from 4.8 to 12.0 for wealth). CONCLUSION: Increasing relative inequalities indicates suboptimal reduction in tobacco use among the vulnerable groups suggesting that they should be targeted to improve tobacco control.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».