Effects of Cardiovascular Health Shocks on Spouses’ Work and Earnings
Notice bibliographique
Résumé
BACKGROUND: Acute health shocks can reduce the ability to work and earn among working-age survivors. The full economic impact includes labor market effects on spouses/partners, but there is a knowledge gap in this area. OBJECTIVES: The objective of this study was to assess how 3 common health shocks, acute myocardial infarction, stroke, and cardiac arrest, influence work and earnings of spouses aged 35-61 years. RESEARCH DESIGN: This retrospective cohort study of case and control couples used population-based, linked Canadian income tax and hospitalization data from 2005 to 2013. SUBJECTS: Case couples comprised 1 partner aged 41-61 years who experienced a health shock in the index year and survived 3 years hence, and a working-age partner. Control couples were matched up to 5:1 on 12 characteristics, with neither experiencing the health shock of interest in the index year. MEASURES: Primary outcome was the change in spousal annual earnings between the year prior and 3 years after the event. Pre-to-post spousal income changes were categorized into 9 levels and compared between case spouses and control spouses by the Pearson χ test. RESULTS: There were 11,208 matched case couples for acute myocardial infarction, 622 for cardiac arrest, and 2288 for stroke. Overall, case and control spouses experienced similar distributional changes in preevent to postevent earning (all P≥0.27). Heterogeneity analysis indicated that spouses of more severe stroke sufferers ceased working at a higher rate than for control spouses. CONCLUSION: Beyond assessing average values, detailed analysis of changes in spousal earnings after common cardiovascular health shocks did not demonstrate effects attributable to those health shocks.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 ».