Coronary Heart Disease Attributable to Psychosocial Stressors at Work
Notice bibliographique
Résumé
BACKGROUND: Psychosocial stressors at work, including job strain and effort-reward imbalance (ERI), have been associated with an increased risk of coronary heart disease (CHD). However, the proportion of CHD events attributable to these exposures has not been quantified in a prospective cohort study. OBJECTIVES: The purpose of this study was to estimate the fraction of CHD events attributable to psychosocial stressors at work in a 20-year prospective cohort study. METHODS: This prospective cohort study included employees from public and semipublic organizations in Quebec City, Canada, followed from 2004 and 2018. A total of 6,295 participants without cardiovascular disease at baseline were included. Job strain and ERI were assessed using validated instruments. Incident CHD events were identified through universally covered health care databases. Attributable fractions were estimated using the Kaplan-Meier method. Multiple imputation and inverse probability weighting were applied to address selection and confounding. The first 5 years of follow-up were excluded to minimize reverse causation. RESULTS: During 15-year follow-up, 669 CHD events occurred over 112,297 person-years, yielding a CHD incidence rate of 5.96 per 1,000 person-years. The attributable fraction for job strain was 18.2% (95% CI: 1.8%-34.7%), and for ERI, it was 3.3% (95% CI: -1.6% to 8.2%). Combined exposure to both stressors resulted in an attributable fraction of 19.5% (95% CI: 0.7%-38.4%). CONCLUSIONS: In this cohort, combined exposure to job strain and ERI accounted for approximately one-fifth of CHD events. Findings suggest that psychosocial stressors at work could be relevant targets for reducing the burden of CHD through 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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 tête enseignante, 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 ».