Multimorbidity, health and aging in Canada and Australia: a tale of two countries
Notice bibliographique
Résumé
BACKGROUND: Multimorbidity has been recognized as a major public health issue, negatively affecting health-related quality of life, including physical, functional, mental, emotional, and social domains, as well as increasing health care utilization. This exploratory study examines selected health outcomes associated with multimorbidity across older age groups/cohorts and gender, comparing Canada and Australia. METHODS: Data were drawn from the 2008/09 Canadian Community Health Survey and the 2009 Australian HILDA survey. Seven major chronic conditions were identical across the two data sets, and were combined into an additive measure of multimorbidity. OLS and logistic regression models were performed within age group (45-54, 55-64, 65-74, 75+) and gender to estimate associations between multimorbidity and several health-related outcomes, including: loneliness, life satisfaction, perceived health, mobility restriction, and hospital stays, adjusting for marital status, education and foreign born status. RESULTS: Overall, country-level differences were identified for perceptions of loneliness, life satisfaction, and perceived health. Australians tended to experience a greater risk of loneliness and lower self-rated health in the face of multimorbidity than Canadians, especially among older men. Canadians tended to experience lower life satisfaction associated with multimorbidity than Australians. No country-level differences were identified for associations between multimorbidity and hospital stays or mobility limitations. CONCLUSIONS: The associations between multimorbidity and health are similar between the two countries but are variable depending on population, age group/cohort, and gender. The strongest country-level associations are for indicators of health-related quality of life, rather than health care or mobility limitation outcomes.
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 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,008 |
| Études des sciences et des technologies | 0,006 | 0,002 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».