Abstract 4356768: Association of Unemployment Rates and Cardiovascular Disease Mortality in Northeast United States
Notice bibliographique
Résumé
Introduction: Unemployment increases the likelihood of cardiovascular disease mortality (CVDM) for middle-aged men in high-income nations. In the United States, both CVDM and unemployment rates have seasonal variations. There is a need to investigate whether the association between CVDM and unemployment varies by season. Hypothesis: Unemployment will increase the risk of CVDM among middle-aged men by season. Methods: CDC population-based study with monthly CVD deaths [ICD-10 (I00-99)] among middle-aged (20-64 years) men in Northeast (NJ, NY, PA) US from Jan 2015 to Dec 2020. For the same period, state-level monthly unemployment rates were ascertained from US Bureau of Labor Statistics; categorized as low (≤10 th percentile: ≤5%), average (5-8%), and high (≥90 th percentile: ≥8%). With population estimates, CVDM rates were associated with unemployment rate categories by season (winter and summer) using negative binomial regression with autocorrelation upon adjusting for occupation type, maximum temperature, smoking, diabetes, asthma prevalence, college education attainment, region, and trend. Results: There were 76,418 CVD deaths recorded. High (compared with low) unemployment rates were associated with increased risk of CVDM (Figure) during the winter [adjusted RR 1.19 (95% CI 1.15-1.24)] and summer [adjusted RR 1.21 (95% CI 1.17-1.25)]. Significant interactions were observed between unemployment rates and maximum temperatures in both seasons. Conclusions: High unemployment rates were associated with an increased risk of CVDM among middle-aged men both in winter and summer. Yet there was no notable strong seasonal variation. Seasonal differences were observed in the association of high unemployment rates with an increased risk of CVDM among middle-aged men. Seasonality and unemployment rates are predisposing risk factors for CVDM. Further studies should assess CVDM risk factors for other susceptible areas in the US.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 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) | 0,004 | 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 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 ».