Educational Attainment and Cardiovascular Disease Symptoms among Americans Entering Mid-Adulthood
Notice bibliographique
Résumé
Although the education-health gradient is well documented, relatively little is known about its application to cardiovascular disease (CVD), the leading cause of mortality in the United States. Furthermore, critical nuances across educational levels and demographic subgroups remain underexplored. The authors examine the association between education and CVD among U.S. adults entering mid-adulthood, leveraging a novel symptom-based CVD index capturing clinical indicators such as angina or dyspnea and a detailed 13-category measure of educational attainment. Waves I and V of the nationally representative National Longitudinal Study of Adolescent to Adult Health sample ( n = 11,806) are analyzed for the full cohort and by sex/gender and race/ethnicity; models also account for adolescent confounders and adulthood social and economic mediators. The findings reveal profound disparities: adults with professional or doctoral degrees report 0.6 CVD symptoms on average, versus 1.8 among those without high school credentials, a threefold difference. However, there are also important deviations from the expected gradient. Adults with sub-baccalaureate education report no fewer symptoms than high school graduates, whereas General Educational Development diploma recipients resemble dropouts more than diploma holders. Racial/ethnic patterns differ markedly: most strikingly, Black adults derive no significant CVD returns from college completion compared with high school graduation. These patterns challenge assumptions about education’s universal benefits and underscore the importance of structural and intersectional approaches to addressing health disparities and designing equitable health policies.
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 | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| 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) | 0,000 | 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 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 ».