Mortality Relative Risks by Smoking, Race/Ethnicity, and Education
Notice bibliographique
Résumé
INTRODUCTION: The impact of cigarette smoking on mortality is well studied, with estimates of the relative mortality risks for the overall population widely available. However, age-specific mortality estimates for different sociodemographic groups in the U.S. are lacking. METHODS: Using the 1987-2018 National Health Interview Survey Linked Mortality Files through 2019, all-cause mortality relative risks (RRs) were estimated for current smokers or recent quitters and long-term quitters compared with those for never smokers. Stratified Cox proportional hazards regression models were used to estimate RRs by age, gender, race/ethnicity, and educational attainment. RRs were also assessed for current smokers or recent quitters by smoking intensity and for long-term quitters by years since quitting. The analysis was conducted in 2021-2022. RESULTS: All-cause mortality RRs among current smokers or recent quitters were generally highest for non-Hispanic White individuals than for never smokers, followed by non-Hispanic Black individuals, and were lowest for Hispanic individuals. RRs varied greatly by educational attainment; generally, higher-education groups had greater RRs associated with smoking than lower-education groups. Conversely, the RRs by years since quitting among long-term quitters did not show clear differences across race/ethnicity and education groups. Age-specific RR patterns varied greatly across racial/ethnic and education groups as well as by gender. CONCLUSIONS: Age-specific all-cause mortality rates associated with smoking vary considerably by sociodemographic factors. Among high-education groups, lower underlying mortality rates for never smokers result in correspondingly high RR estimates for current smoking. These estimates can be incorporated in modeling analyses to assess tobacco control interventions' impact on smoking-related health disparities between different sociodemographic groups.
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 | 0,004 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,004 | 0,001 |
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 ».