Social Conditions and Disability Related to the Mortality of Older People in Rural South Africa
Notice bibliographique
Résumé
BACKGROUND: South Africa is experiencing a health and social transition including an ageing population and an HIV epidemic. We report mortality experience of an older rural South African population. METHODS: Individual survey data and longer-term demographic data were used to describe factors associated with mortality. Individuals aged 50 years and over (n = 4085) answered a health and quality of life questionnaire in 2006 and were followed for 3 years thereafter. Additional vital events and socio-demographic data were extracted from the Agincourt Health and Demographic Surveillance System from 1993 to 2010, to provide longer-term trends in mortality. Cox regression analysis was used to determine factors related to survival. RESULTS: In 10 967 person-years of follow-up between August 2006 and August 2009, 377 deaths occurred. Women had lower mortality {hazard ratio [HR] 0.35 [95% confidence interval (CI) 0.28-0.45]}. Higher mortality was associated with being single [HR 1.48 (95% CI 1.16-1.88)], having lower household assets score [HR 1.79 (95% CI 1.28-2.51)], reporting greater disability [HR 2.40 (95% CI 1.68-3.42)] and poorer quality of life [HR 1.59 (95% CI 1.09-2.31)]. There was higher mortality in those aged under 69 as compared with those 70 to 79 years old. Census data and cause specific regression models confirmed that this was due to deaths from HIV/TB in the younger age group. CONCLUSIONS: Mortality due to HIV/TB is increasing in men, and to some extent women, aged over 50. Policy makers and practitioners should consider the needs of this growing and often overlooked group.
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 | 0,000 | 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) | 0,000 | 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 ».