Socioeconomic inequality in the risk of intentional injuries among adolescents: a cross-sectional analysis of 89 countries
Notice bibliographique
Résumé
INTRODUCTION: In 2015, the elimination of hunger worldwide by 2030 was declared by the United Nations as a Sustainable Development Goal. However, food insecurity remains pervasive, contributing to socioeconomic health inequalities. The overall objective was to investigate the relationship between food insecurity and intentional injuries among adolescents. METHODS: Individual-level data from the Global School-based Student Health Survey from 89 countries were used (370 719 adolescents, aged 12-17 years). Multilevel logistic regressions were used to examine the sex-specific association between the level of food insecurity (none, medium and high) and intentional injuries (interpersonal violence and suicide attempts), accounting for the clustering of observations within surveys. Random-effects meta-analyses were used to analyse dose-response relationships. RESULTS: Medium and high food insecurity were associated with increased odds of reporting an injury from interpersonal violence among both sexes. A positive dose-response relationship was found, where each level increase in food insecurity was associated with a 30% increase in the odds of an injury due to interpersonal violence among boys (1.30; 95% CI 1.26 to 1.34) and a 50% increase among girls (1.53; 95% CI 1.46-1.62). The odds for suicide attempts increased by 30% for both sexes with each level increase in food insecurity (boys: 1.29; 95% CI 1.25-1.32; girls: 1.29; 95% CI 1.25-1.32). DISCUSSION: The findings indicate that socioeconomic inequalities exist in the risk of intentional injuries among adolescents. Although additional studies are needed to establish causality, the present study suggests that the amelioration of food insecurity could have implications beyond the prevention of its direct consequences.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,001 | 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 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 ».