Socioeconomic status, diabetes, and gestation length in Native American and White women.
Notice bibliographique
Résumé
OBJECTIVE: "Diminishing returns" of socioeconomic status (SES) suggests that higher SES may not confer equivalent health benefits for ethnic minority individuals as compared to White individuals. Little research has tested whether diminishing returns also affects Native Americans. The objective of this study was to determine whether higher SES is associated with lower diabetes risk and longer gestational length in both Native American and White women, and whether SES predicts gestational length indirectly via diabetes risk. METHOD: A sample of 674,014 Native American and White women was drawn from a population-based California cohort of singleton births (2007-2012). Education, public health insurance status, gestational length, and diabetes diagnosis were extracted from a state-maintained birth cohort database. Covariates were age, health behaviors, pregnancy variables, residence rurality, and prepregnancy body mass index. RESULTS: In logistic regression models, the race by SES interaction (both education and insurance status) was associated with diabetes risk. Compared to high-SES White women, high- and low-SES Native American women had highest and equivalent diabetes risk. In path analyses, the race by SES interaction indirectly predicted gestational length through diabetes, ps < .001. For White women, an indirect effect of diabetes was detected, ps < .001, such that higher SES was associated with reduced risk for diabetes and thus longer gestational length. For Native American women, no indirect effect was detected, ps > .067. CONCLUSIONS: Among Native American women, higher SES did not confer protection against diabetes or shorter gestational length. These findings are consistent with the diminishing returns of SES phenomenon. (PsycInfo Database Record (c) 2021 APA, all rights reserved).
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) | 0,000 | 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».