Educational inequalities in adult mortality: a systematic review and meta-analysis of the Asia Pacific region
Notice bibliographique
Résumé
OBJECTIVES: In this study, we aim to analyse the relationship between educational attainment and all-cause mortality of adults in the high-income Asia Pacific region. DESIGN: This study is a comprehensive systematic review and meta-analysis with no language restrictions on searches. Included articles were assessed for study quality and risk of bias using the Joanna Briggs Institute critical appraisal checklists. A random-effects meta-analysis was conducted to evaluate the overall effect of individual level educational attainment on all-cause mortality. SETTING: The high-income Asia Pacific Region consisting of Japan, South Korea, Singapore and Brunei Darussalam. PARTICIPANTS: Articles reporting adult all-cause mortality by individual-level education were obtained through searches conducted from 25 November 2019 to 6 December 2019 of the following databases: PubMed, Web of Science, Scopus, EMBASE, Global Health (CAB), EconLit and Sociology Source Ultimate. PRIMARY AND SECONDARY OUTCOME MEASURES: Adult all-cause mortality was the primary outcome of interest. RESULTS: Literature searches resulted in 15 345 sources screened for inclusion. A total of 30 articles meeting inclusion criteria with data from the region were included for this review. Individual-level data from 7 studies covering 222 241 individuals were included in the meta-analyses. Results from the meta-analyses showed an overall risk ratio of 2.40 (95% CI 1.74 to 3.31) for primary education and an estimate of 1.29 (95% CI 1.08 to 1.54) for secondary education compared with tertiary education. CONCLUSION: The results indicate that lower educational attainment is associated with an increase in the risk of all-cause mortality for adults in the high-income Asia Pacific region. This study offers empirical support for the development of policies to reduce health disparities across the educational gradient and universal access to all levels of education. PROSPERO REGISTRATION NUMBER: CRD42020183923.
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 | 0,018 | 0,045 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,013 | 0,030 |
| Bibliométrie | 0,008 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 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 ».