MétaCan
Menu
← Retour à la cohorte
Enregistrement W2981832810 · doi:10.1186/s12889-019-7651-y

State-level income inequality and mortality among infants born in the United States 2007–2010: A Cohort Study

2019· article· en· W2981832810 sur OpenAlexaff
Roman Pabayo, Daniel M. Cook, Guy Harling, Anastasia Gunawan, Natalie A. Rosenquist, Peter Muennig

Notice bibliographique

RevueBMC Public Health · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueHealth disparities and outcomes
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNational Institute on Minority Health and Health DisparitiesNational Center on Minority Health and Health DisparitiesNational Institutes of Health
Mots-clésMedicineGini coefficientDemographyInfant mortalityEconomic inequalityEcological studyInequalityBirth orderEpidemiologyBiostatisticsLogistic regressionPopulationEnvironmental health

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: United States state-level income inequality is positively associated with infant mortality in ecological studies. We exploit spatiotemporal variations in a large dataset containing individual-level data to conduct a cohort study and to investigate whether current income inequality and increases in income inequality are associated with infant and neonatal mortality risk over the period of the 2007-2010 Great Recession in the United States. METHODS: We used data on 16,145,716 infants and their mothers from the 2007-2010 United States Statistics Linked Infant Birth and Death Records. Multilevel logistic regression was used to determine whether 1) US state-level income inequality, as measured by Z-transformed Gini coefficients in the year of birth and 2) change in Gini coefficient between 1990 and year of birth (2007-2010), predicted infant or neonatal mortality. Our analyses adjusted for both individual and state-level covariates. RESULTS: From 2007 to 2010 there were 98,002 infant deaths: an infant mortality rate of 6.07 infant deaths per 1000 live births. When controlling for state and individual level characteristics, there was no significant relationship between Gini Z-score and infant mortality risk. However, the observed increase in the Gini Z-score was associated with a small but significant increase likelihood of infant mortality (AOR = 1.03 to 1.06 from 2007 to 2010). Similar findings were observed when the neonatal mortality was the outcome (AOR = 1.05 to 1.13 from 2007 to 2010). CONCLUSIONS: Infants born in states with greater changes in income inequality between 1990 and 2007 to 2010 experienced a greater likelihood of infant and neonatal mortality.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,066
Score d'incertitude au seuil0,130

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,107
Tête enseignante GPT0,402
Écart entre enseignants0,296 · 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

Citations23
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMC Public Health→Même sujetHealth disparities and outcomes→Travaux en français237 207→