Black and White Differences in Life Expectancy in 4 US States, 1969-2013
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.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».