MétaCan
Menu
← Retour à la cohorte
Enregistrement W2987181516 · doi:10.1136/bmjopen-2019-029936

Recent adverse mortality trends in Scotland: comparison with other high-income countries

2019· article· en· W2987181516 sur OpenAlexaboutno aff
Lynda Fenton, Jon Minton, Julie Ramsay, Maria Kaye-Bardgett, Colin Fischbacher, Grant M. A. Wyper, Gerry McCartney

Notice bibliographique

RevueBMJ Open · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueInsurance, Mortality, Demography, Risk Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLife expectancyDemographyMedicineMortality rateGeographyQuarter (Canadian coin)SocioeconomicsPopulationEnvironmental health

Résumé

récupéré en direct d'OpenAlex

Abstract Objective Gains in life expectancy have faltered in several high-income countries in recent years. We aim to compare life expectancy trends in Scotland to those seen internationally, and to assess the timing of any recent changes in mortality trends for Scotland. Setting Austria, Croatia, Czech Republic, Denmark, England & Wales, Estonia, France, Germany, Hungary, Iceland, Israel, Japan, Korea, Latvia, Lithuania, Netherlands, Northern Ireland, Poland, Scotland, Slovakia, Spain, Sweden, Switzerland, USA. Methods We used life expectancy data from the Human Mortality Database (HMD) to calculate the mean annual life expectancy change for 24 high-income countries over five-year periods from 1992 to 2016, and the change for Scotland for five-year periods from 1857 to 2016. One- and two-break segmented regression models were applied to mortality data from National Records of Scotland (NRS) to identify turning points in age-standardised mortality trends between 1990 and 2018. Results In 2012-2016 life expectancies in Scotland increased by 2.5 weeks/year for females and 4.5 weeks/year for males, the smallest gains of any period since the early 1970s. The improvements in life expectancy in 2012-2016 were smallest among females (<2.0 weeks/year) in Northern Ireland, Iceland, England & Wales and the USA and among males (<5.0 weeks/year) in Iceland, USA, England & Wales and Scotland. Japan, Korea, and countries of Eastern Europe have seen substantial gains in the same period. The best estimate of when mortality rates changed to a slower rate of improvement in Scotland was the year to 2012 Q4 for males and the year to 2014 Q2 for females. Conclusion Life expectancy improvement has stalled across many, but not all, high income countries. The recent change in the mortality trend in Scotland occurred within the period 2012-2014. Further research is required to understand these trends, but governments must also take timely action on plausible contributors. Strengths and limitations of this study The use of five-year time periods for comparison of life expectancy changes reduces the influence of year-to-year variation on observations. Examining long-term trends addresses concerns that recent life expectancy stalling may be over-emphasised due to notably large gains in the immediately preceding period. The international comparison was limited to the 24 high-income countries for which data were readily available for the relevant period. Analysis of trend data will always be sensitive to the period selected, however segmented regression of the full period of mortality rates available offers an objective method of identifying the timing of a change in trend.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,043
Score d'incertitude au seuil0,085

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0030,004
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,057
Tête enseignante GPT0,411
Écart entre enseignants0,354 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations86
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMJ Open→Même sujetInsurance, Mortality, Demography, Risk Management→Travaux en français237 207→