Job strain and effort-reward imbalance as risk factors for type 2 diabetes mellitus: A systematic review and meta-analysis of prospective studies
Notice bibliographique
Résumé
OBJECTIVES: This systematic review and meta-analysis aimed to synthesize the available data on prospective associations between work-related stressors and the risk of type 2 diabetes mellitus (T2DM) among adult workers, according to the demand-control-support (DCS) and the effort-reward imbalance (ERI) models. METHOD: We searched for prospective studies in PubMed, EMBASE, Web of Science, Scopus, CINHAL and PsychInfo. After screening and extraction, quality of evidence was assessed using the ROBINS-I tool adapted for observational studies. The effect estimates extracted for each cohort were synthesized using random effect models. RESULTS: We included 18 studies (reporting data on 25 cohorts) in meta-analyses for job strain, job demands, job control, social support at work and ERI. Workers exposed to job strain had a higher risk of developing T2DM when compared to unexposed workers [pooled rate ratio (RR) 1.16, 95% confidence interval (CI) 1.07-1.26]. This association was robust in several supplementary analyses. For exposed women relative to unexposed women, the RR was 1.35 (95% CI 1.12-1.64). The RR of workers exposed to ERI was 1.24 (95% CI 1.08-1.42) compared to unexposed workers. CONCLUSIONS: This is the first meta-analysis to find an effect of ERI on the onset of T2DM incidence. It also confirms that job strain increases the incidence of T2DM, especially among women.
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 | 0,017 | 0,044 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,002 |
| Méta-épidémiologie (sens large) | 0,019 | 0,047 |
| Bibliométrie | 0,008 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».