Happy life expectancy among older adults: differences by sex and functional limitations
Notice bibliographique
Résumé
OBJECTIVE: To evaluate if the happy life expectancy in older adults differs according to sex and functional limitations. METHODS: Life expectancy was estimated by Chiang method, and happy life expectancy was estimated by Sullivan method, combining mortality data with the prevalence of happiness. The questions on happiness and limitations came from a health survey, which interviewed 1,514 non-institutionalized older adults living in the city of Campinas, SP, Southeastern Brazil. The happy life expectancy was estimated by sex, age, and functional limitations. Based on the variance and standard error of the happy life expectancy, we estimated 95% confidence intervals, which allowed us to compare the statistical differences of the number of happy years lived among men and women. RESULTS: Differences by sex in happy life expectancy were significant at ages 60, 65, and 70. In absolute terms, women live more years happily. But, in relative terms, older men could expect to live proportionally more years with happiness. Happy life expectancy decreased significantly with increasing age in both men and women. Among older people living without functional limitation, differences by sex were statistically significant in all age groups, except at age 80. In the group with limitations, no significant differences by sex were found. Significant differences between the group without and with functional limitations were seen in both men and women. CONCLUSIONS: Older men could expect to live a greater proportion of their lives happily in comparison to same-aged women, but women show more years with happiness than men. Functional limitations have a significant impact on happy life expectancy for both sexes.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,002 | 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 tête enseignante, 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 ».