MétaCan
Menu
Retour à la cohorte
Enregistrement W2133203464 · doi:10.1300/j074v14n01_05

Gender Differences in Disability-Free Life Expectancy for Selected Risk Factors and Chronic Conditions in Canada

2002· article· en· W2133203464 sur OpenAlexaffabout
Alain Bélanger, Laurent Martel, Jean‐Marie Berthelot, Russell Wilkins

Notice bibliographique

RevueJournal of Women & Aging · 2002
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueHealth disparities and outcomes
Établissements canadiensStatistics Canada
Organismes subventionnairesnon disponible
Mots-clésLife expectancyMedicineGerontologyDemographyBody mass indexDiabetes mellitusPopulationSocioeconomic statusEnvironmental healthInternal medicine

Résumé

récupéré en direct d'OpenAlex

This article shows how mortality and morbidity patterns differ for women and men 45 years of age and older. The impact on disability-free life expectancy was calculated for selected risk factors and chronic conditions: low income, low education, abnormal body mass index, lack of physical activity, smoking, cancer, diabetes, and arthritis. For each factor, the expected number of years free of disability was calculated for men and women using multi-state life tables. In terms of disability-free life expectancy, the greatest impacts on affected women were for diabetes (14.1 years), arthritis (8.8 years), and physical inactivity (6.0 years), while for affected men, the greatest impacts were for diabetes (10.5 years), smoking (6.9 years), arthritis (6.5 years), and cancer (6.4 years). The implications of these results are discussed from the perspective of developing programs designed to improve population health status.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,319
Score d'incertitude au seuil0,748

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,036
Tête enseignante GPT0,294
Écart entre enseignants0,258 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations51
Publié2002
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Women & AgingMême sujetHealth disparities and outcomesTravaux en français237 207