The moderating effect of sociodemographic factors on the predictive power of self-rated health for mortality in Canada
Notice bibliographique
Résumé
Self-rated health is a reliable predictor for mortality, but its predictive power varies depending on social characteristics. This study tests the moderating effect of age, sex, education, and income on the power of self-rated health to predict mortality in Canada using data from the National Population Health Survey. Predictive power trajectories are modelled using time-series generalized estimating equation logistic regression. Findings show that self-rated health is a predictor for mortality up to 14 years prior to death in Canada, and is weakly moderated by income and education, and age/sex interactions. Self-rated health remains reliable across population sub-groups in Canada.La santé auto-évaluée est un prédicteur fiable de la mortalité, mais son pouvoir prédictif varie en fonction des caractéristiques sociales. Cette étude examine l'effet modérateur de l'âge, du sexe, de l'éducation, et du revenu sur le pouvoir de la santé auto-évaluée pour prédire la mortalité au Canada utilisant des données de l'Enquête nationale sur la santé de la population. Les trajectoires de puissance prédictive sont modélisées avec une régression logistique de l'équation d'estimation généralisée. Les résultats montrent que la santé auto-évaluée est un prédicteur de la mortalité jusqu'à 14 ans avant le décès au Canada, et est faiblement modérée par le revenu, l'éducation, et les interactions entre l'âge et le sexe. La santé auto-évaluée demeure valide parmi les sous-groupes de la population du Canada.
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 | 0,002 | 0,002 |
| 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 | 0,002 | 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) | 0,000 | 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 ».