MétaCan
Menu
Retour à la cohorte
Enregistrement W4401812881 · doi:10.2196/57920

Gender Disparities in the Association Between Educational Attainment and Cardiovascular-Kidney-Metabolic Syndrome: Cross-Sectional Study

2024· article· en· W4401812881 sur OpenAlexvenueno aff
Yi Ding, Xianglin Wu, Qiuyu Cao, Xiaoli Xu, Youjin Jiang, Yanan Huo, Qin Wan, Yingfen Qin, Ruying Hu, Qing Su, Xuefeng Yu, Li Yan, Guijun Qin, Xulei Tang, Gang Chen, Min Xu, Tiange Wang, Zhiyun Zhao, Zhengnan Gao, Guixia Wang, Feixia Shen, Zuojie Luo, Li Chen, Qiang Li, Zhen Ye, Chao Liu, Y Wang, Tao Yang, Huacong Deng, Lulu Chen, Tianshu Zeng, Jiajun Zhao, Yiming Mu, Shengli Wu, Yuhong Chen, Jieli Lu, Weiqing Wang, Guang Ning, Yu Xu, Yufang Bi, Mian Li

Notice bibliographique

RevueJMIR Public Health and Surveillance · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueChronic Kidney Disease and Diabetes
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésOdds ratioEducational attainmentMedicineCross-sectional studyGerontologyOddsPopulationDemographyInternal medicineEnvironmental healthLogistic regressionSociology

Résumé

récupéré en direct d'OpenAlex

Background: Cardiovascular-kidney-metabolic (CKM) health is affected by social determinants of health, especially education. CKM syndrome has not been evaluated in Chinese population, and the association of education with CKM syndrome in different sexes and its intertwined relation with lifestyles have not been explored. Objective: We aimed to explore the association between educational attainment and the prevalence of CKM syndrome stages in middle-aged and older Chinese men and women as well as the potential role of health behavior based on Life's Essential 8 construct. Methods: This study used data from the nationwide, community-based REACTION (Risk Evaluation of Cancers in Chinese diabetic individuals: a longitudinal study). A total of 132,085 participants with complete information to determine CKM syndrome stage and education level were included. Educational attainment was assessed by the self-reported highest educational level achieved by the participants and recategorized as low (elementary school or no formal education) or high (middle school, high school, technical school/college, or above). CKM syndrome was ascertained and classified into 5 stages according to the American Heart Association presidential advisory released in 2023. Results: Among 132,085 participants (mean age 56.95, SD 9.19 years; n=86,675, 65.62% women) included, most had moderate-risk CKM syndrome (stages 1 and 2), and a lower proportion were at higher risk of CKM (stages 3 and 4). Along the CKM continuum, low education was associated with 34% increased odds of moderate-risk CKM syndrome for women (odds ratio 1.36, 95% CI 1.23-1.49) with a significant sex disparity, but was positively correlated with high-risk CKM for both sexes. The association between low education and high-risk CKM was more evident in women with poor health behavior but not in men, which was also interactive with and partly mediated by behavior. Conclusions: Low education was associated with adverse CKM health for both sexes but was especially detrimental to women. Such sex-specific educational disparity was closely correlated with health behavior but could not be completely attenuated by behavior modification. These findings highlight the disadvantage faced by women in CKM health ascribed to low education, underscoring the need for public health support to address this inequality.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,011
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 GPT0,336
Écart entre enseignants0,303 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations25
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Public Health and SurveillanceMême sujetChronic Kidney Disease and DiabetesTravaux en français237 207