Investigating the association between income inequality in youth and deaths of despair in Canada: a population-based cohort study from 2006 to 2019
Notice bibliographique
Résumé
BACKGROUND: Deaths due to suicide, drug overdose and alcohol-related liver disease, collectively known as 'deaths of despair', have been markedly increasing since the early 2000s and are especially prominent in young Canadians. Income inequality has been linked to this rise in deaths of despair; however, this association has not yet been examined in a Canadian context, nor at the individual level or in youth. The study objective was to examine the association between income inequality in youth and deaths of despair among youth over time. METHODS: We conducted a population-based longitudinal study of Canadians aged 20 years or younger using data from the Canadian Census Health and Environment Cohorts. Baseline data from the 2006 Canadian Census were linked to the Canadian Vital Statistics Database up to 2019. We employed multilevel survival analysis models to quantify the association between income inequality in youth and time-to deaths of despair. RESULTS: The study sample included 1.5 million Canadians, representing 7.7 million Canadians between the ages of 0 and 19 at baseline. Results from the weighted, adjusted multilevel survival models demonstrated that income inequality was associated with an increased hazard of deaths of despair (adjusted HR (AHR) 1.35; 95% CI 1.04 to 1.75), drug overdose (AHR 2.38; 95% CI 1.63 to 3.48) and all-cause deaths (AHR 1.10; 95% CI 1.04 to 1.18). Income inequality was not significantly associated with suicide deaths (AHR 1.23, 95% CI 0.93 to 1.63). CONCLUSION: The results show that higher levels of income inequality in youth are associated with an increased hazard of all-cause death, deaths of despair and drug overdose in young Canadians. This study is the first to reveal the association between income inequality and deaths of despair in youth and does so using a population-based longitudinal cohort involving multilevel data. The results of this study can inform policies related to income inequality and deaths of despair in Canada.
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) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,005 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 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 ».