The Relationship Between Overqualification and Incident Diabetes: A 14-Year Follow-Up Study
Notice bibliographique
Résumé
OBJECTIVE: Recent research identified that workplace factors play a role in the development of diabetes mellitus (DM). This study examines the longitudinal association of work-related overqualification with the incidence of DM over a 14-year follow-up period. METHODS: We used data from the 2003 Canadian Community Health Survey linked to the Ontario Health Insurance Plan and the Canadian Institute for Health Information Discharge Abstract databases. Cox proportional hazards regression models were performed to evaluate the relationship between overqualification and the incidence of DM. RESULTS: Over the study period, there were 91,835 person-years of follow-up (median follow-up = 13.7 years). The final sample included 7026 respondents (mean [standard deviation] age at baseline = 47.1 [8.2]; 47% female). An elevated risk of DM was associated with substantial overqualification (hazard ratio = 1.58, 95% confidence interval = 1.01-2.49) after adjustment for sociodemographic, health, and work variables. Additional adjustment for body mass index and health behaviors attenuated this risk (hazard ratio = 1.30, 95% confidence interval = 0.81-2.08). Underqualification was not associated with the incidence of DM in adjusted regression models. We did not observe any statistical difference in the effects of overqualification on DM risk across sex or education groups. CONCLUSIONS: This study adds to the growing body of research literature uncovering the relationships between work exposures and DM risk. The results from the study suggest that higher body mass index and, to a lesser extent, health behaviors may be mediating factors in the association between overqualification and incident DM. Further research on the association of overqualification with DM is warranted.
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 | 0,006 | 0,003 |
| 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 | 0,004 | 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 ».