Comparing Three Measures of Health Status (Perceived Health With Likert-Type Scale, EQ-5D, and Number of Chronic Conditions) in Chinese and White Canadians
Notice bibliographique
Résumé
BACKGROUND: Measures of perceived health status may be vulnerable to ethnic and sociodemographic characteristics. The purpose of this study was to compare self-reported health status in Chinese and whites using 3 measures: physical and mental health status with the 5-point Likert-type scale, the EQ-5D together with a modified health index scale (0-100), and number of chronic conditions. METHODS: A cross-sectional telephone survey of Chinese and white Canadians was conducted in a large city in Alberta, Canada. RESULTS: We analyzed 830 Chinese and 789 white respondents. Chinese, compared with whites, reported better health status using the EQ-5D health index (0.94 vs. 0.86) and had fewer chronic conditions surveyed (51.9% vs. 79.2% had one or more conditions). However, Chinese rated their health status fair or poor more often than whites (27.3% vs. 9.7% for physical health and 24.0% vs. 5.0% for mental health) and both groups rated similarly on the health index scale (80.0 for Chinese vs. 77.9 for white). CONCLUSIONS: Health status measurements performed inconsistently across ethnic populations. The EQ-5D health index was consistent with the number of chronic conditions, whereas results from the 5-point Likert-type scale and the health index scale were not consistent with the number of chronic conditions. Perceived health status differed by the measures used and ethnicity.
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 | 0,001 | 0,000 |
| 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 | 0,000 | 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 ».