Socioeconomic Status and Age Variations in Health-Related Quality of Life: Results From the National Health Measurement Study
Notice bibliographique
Résumé
OBJECTIVES: We examine whether multiple health-related quality of life (HRQoL) measures are stratified by socioeconomic status (SES) and age in the United States. METHODS: Data are from the 2005/2006 National Health Measurement Study, a telephone survey of a nationally representative sample of U.S. adults. We plot mean HRQoL scores by SES within age groups. Regression analyses test whether education, income, and assets each have independent associations with three "preference-based" HRQoL measures and self-rated health (SRH). We test whether these associations vary by age. RESULTS: There are SES disparities in HRQoL and SRH among adults in the United States at all age groups. Income differentials in HRQoL are strong across current adult age cohorts, except the 75-89 age cohort. Education and assets have statistically significant but weaker associations with HRQoL. All three SES measures are associated with SRH (net of each other) at every age group. Those in the lowest income and education groups in the 35-44 age cohort have worse HRQoL and SRH than those in higher SES groups in the 65+ age cohort. DISCUSSION: Significant improvements in HRQoL at the population level will only be possible if we improve the HRQoL of people at the lowest end of the socioeconomic distribution.
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 | 0,004 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».