Male and Female Adult Population Health Status in China: A Cross-Sectional National Survey
Notice bibliographique
Résumé
BACKGROUND: With rapid economic growth and globalization, lifestyle in China has been changing dramatically. This study aimed to describe the male and female adult Chinese population health status. METHODS: The Chinese Third National Health Services Survey was conducted in 2003 to collect information about health status and quality of life from randomly selected residents. Of the 193,689 respondents to the survey (response rate 77.8%), 139,831 (69,748 male and 70,083 female) respondents who were 18 years of age or older were analyzed. RESULTS: Among the respondents, fewer males than females rated their overall wellbeing as being poor or very poor (4.8% versus 6.2%), reported illness in the last 2 weeks (14.1% versus 17.4%), presence of physician diagnosed chronic disease (15.0% versus 17.7%) and at least one functional problem in seven items of the quality of life (26.9% versus 32.8%). More males than females were currently smoking (52.4% versus 3.4%) and drank alcohol more than three times per week (16.5% versus 1.1%). Physically inactive rate was similar between males and females (85.8% versus 87.0%). Fewer rural respondents reported chronic disease than urban respondents (13.0% versus 19.9% for males and 15.5% versus 22.8% for females). In all seven items of the quality of life measured, rural respondents reported less problems than urban respondents (26.2% versus 28.7% for males and 32.0% versus 34.7% for females). CONCLUSION: Males had better health status than females in terms of self-perceived wellbeing, presence of illness, chronic disease, and quality of life. However, smoking and frequent alcohol drinking was more prevalent among males than that among females. In contrast with the social-economic gradient in health commonly found in the literature, the wealthier urban population in China was not found to be healthier than the rural population in terms of physician diagnosed chronic disease.
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 | 0,001 |
| 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) | 0,001 | 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 ».