MétaCan
Menu
Retour à la cohorte
Enregistrement W4308151817 · doi:10.1016/j.ssmph.2022.101282

Intergenerational educational trajectories and premature mortality from chronic diseases: A registry population-based study

2022· article· en· W4308151817 sur OpenAlexaff
Daniela Anker, Stéphane Cullati, Naja Hulvej Rod, Arnaud Chioléro, Cristian Carmeli

Notice bibliographique

RevueSSM - Population Health · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueHealth disparities and outcomes
Établissements canadiensMcGill University
Organismes subventionnairesSchweizerischer Nationalfonds zur Förderung der Wissenschaftlichen ForschungNational Science Foundation
Mots-clésDemographyMedicineInequalityPopulationConfidence intervalCohortCohort studyGerontologyOffspringEnvironmental healthInternal medicineBiology

Résumé

récupéré en direct d'OpenAlex

The tracking of educational gradients in mortality across generations could create a long shadow of social inequality, but it remains understudied. We aimed to assess whether intergenerational educational trajectories shape inequalities in early premature mortality from chronic diseases. The study included 544 743 participants of the Swiss National Cohort, a registry population-based study. Individuals were born 1971-1980 and aged 10-19 at the start of the study (1990). Mortality follow-up was until 2018. Educational trajectories were High-High (reference), High-Low, Low-High, Low-Low, corresponding to the sequence of parental-individual attained education. Examined deaths were related to cardiovascular diseases (CVD), cancers, and substance use. Sex-specific inequalities in mortality were quantified via standardized cumulative risk differences/ratios between age 20 and 45. We triangulated findings with a negative outcome control. For women, inequalities were negligible. For men, while inequalities in cancers deaths were negligible, inequalities in CVD mortality were associated to low individual education regardless of parental education. Excess CVD deaths for Low-High were negligible while High-Low provided 234 (95% confidence intervals: 100 to 391) and Low-Low 185 (115 to 251) additional CVD deaths per 100 000 men compared to High-High. That corresponded to risk ratios of 2.7 (1.6 to 4.5) and 2.3 (1.6 to 3.4), respectively. Gradients in substance use mortality were observed only when education changed across parent-offspring. Excess substance use deaths for Low-Low were negligible while High-Low provided 225 (88 to 341) additional and Low-High 80 (23 to 151) fewer substance use deaths per 100 000 men compared to High-High. That corresponded to risk ratios of 1.8 (1.3 to 2.5) and 0.7 (0.5 to 0.9), respectively. Inequalities in premature mortality were driven by individual education and by parental education for some chronic diseases. This could justify the development of intergenerational prevention strategies.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,061
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0030,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,033
Tête enseignante GPT0,389
Écart entre enseignants0,356 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations8
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSSM - Population HealthMême sujetHealth disparities and outcomesTravaux en français237 207