Black and White Differences in Life Expectancy in 4 US States, 1969-2013
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
OBJECTIVES: Racial differences in mortality in the United States have narrowed and vary by time and place. The objectives of our study were to (1) examine the gap in life expectancy between white and black persons (hereinafter, racial gap in life expectancy) in 4 states (California, Georgia, Illinois, and New York) and (2) estimate trends in the contribution of major causes of death (CODs) to the racial gap in life expectancy by age group. METHODS: We extracted data on the number of deaths and population sizes for 1969-2013 by state, sex, race, age group, and 6 major CODs. We used a Bayesian time-series model to smooth and impute mortality rates and decomposition methods to estimate trends in sex- and age-specific contributions of CODs to the racial gap in life expectancy. RESULTS: The racial gap in life expectancy at birth decreased in all 4 states, especially among men in New York (from 8.8 to 1.1 years) and women in Georgia (from 8.0 to 1.7 years). Although few deaths occurred among persons aged 1-39, racial differences in mortality at these ages (mostly from injuries and infant mortality) contributed to the racial gap in life expectancy, especially among men in California (1.0 year of the 4.3-year difference in 2013) and Illinois (1.9 years of the 6.7-year difference in 2013). Cardiovascular deaths contributed most to the racial gap in life expectancy for adults aged 40-64, but contributions decreased among women aged 40-64, especially in Georgia (from 2.8 to 0.5 years). The contribution of cancer deaths to inequality increased in California and Illinois, whereas New York had the greatest reductions in inequality attributable to cancer deaths (from 0.6 to 0.2 years among men and from 0.2 to 0 years among women). CONCLUSIONS: Future research should identify policy innovations and economic changes at the state level to better understand New York's success, which may help other states emulate its performance.
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.
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 | 0,004 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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) | 0,000 | 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 découle