Changing relative and absolute socioeconomic health inequalities in Ontario, Canada: A population-based cohort study of adult premature mortality, 1992 to 2017
Notice bibliographique
Résumé
BACKGROUND: This study aimed to characterize trends in absolute and relative socioeconomic inequalities in adult premature mortality between 1992 and 2017, in the context of declining population-wide mortality rates. We conducted a population-based cohort study of all adult premature deaths in Ontario, Canada using provincial vital statistics data linked to census-based, area-level deprivation indices for socioeconomic status. METHODS: The cohort included all individuals eligible for Ontario's single-payer health insurance system at any time between January 1, 1992 and December 31, 2017 with a recorded Ontario place of residence and valid socioeconomic status information (N = 820,370). Deaths between ages 18 and 74 were used to calculate adult premature mortality rates per 1000, stratified by provincial quintile of material deprivation. Relative inequalities were measured using Relative Index of Inequality (RII) measures. Absolute inequalities were estimated using Slope Index of Inequality (SII) measures. All outcome measures were calculated as sex-specific, annual measures for each year from 1992 to 2017. RESULTS: Premature mortality rates declined in all socioeconomic groups between 1992 and 2017. Relative inequalities in premature mortality increased over the same period. Absolute inequalities were mostly stable between 1992 and 2007, but increased dramatically between 2008 and 2017, with larger increases to absolute inequalities seen in females than in males. CONCLUSIONS: As in other developed countries, long-term downward trends in all-cause premature mortality in Ontario, Canada have shifted to a plateau pattern in recent years, especially in lower- socioeconomic status subpopulations. Determinants of this may differ by setting. Regular monitoring of mortality by socioeconomic status is the only way that this phenomenon can be detected sensitively and early, for public health attention and possible corrective action.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,005 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».