Gender Differences in the Relationship Between Smoking and Frailty: Results From the Beijing Longitudinal Study of Aging
Notice bibliographique
Résumé
BACKGROUND: Smoking is common in China, where the population is aging rapidly. This study evaluated the relationship between smoking and frailty and their joint association with health and survival in older Chinese men and women. METHODS: Data came from the Beijing Longitudinal Study of Aging, a representative cohort study with a 15-year follow-up. Community-dwelling people (n = 3257) aged more than 55 years at baseline were followed between 1992 and 2007, during which time 51% died. A frailty index (FI) was constructed from 28 self-reported health deficits. RESULTS: Almost half (1,485 people; 45.6%) of the participants reported smoking at baseline (66.8% men, 25.3% women). On average, male smokers were frailer (FI = 0.17±0.13) than male nonsmokers (FI = 0.13±0.10; p = .038). No such differences were seen in women. Men who smoked had the lowest survival probability; female nonsmokers had the highest. Compared with female nonsmokers, the risk of death for male smokers was 1.58 (95% CI = 1.41-1.95; p < .001), adjusted for age and education. Across all FI values, female smokers and male nonsmokers had comparable survival rates. CONCLUSION: Smoking was associated with an increased rate of both worsening health and mortality. At all levels of health status, as defined by deficit accumulation, women who smoked lost the survival advantage conferred by their sex.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| 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 ».