Black-White Differences in Hearing Problems Among Older Americans: Findings From Two Large Representative Surveys
Notice bibliographique
Résumé
Abstract The purpose of this study is to investigate Black-White differences in hearing problems among older adults living in the United States. Secondary data analyses were conducted using the 2017 American Community Survey (ACS) with a replication analysis in the 2016 ACS. The ACS is an annual nationally representative survey of Americans living in community settings and institutions. The sample size of older Americans (age 65+) in 2017 was 467,789 Non-Hispanic Whites (NHW) and 45,105 Non-Hispanic Blacks (NHB). In the 2016 ACS, there were 459,692 NHW and 45,990 NHB respondents aged 65+. Measures of hearing problems, age, race/ethnicity, education level and household income were based on self-report. Data were weighted to adjust for non-response and differential selection probabilities. The prevalence of hearing problems was markedly higher among older NHW (15.4% in both waves) in comparison to NHB (9.0% in 2017; 9.4% in 2016; both p<.001). In the 2017 ACS, the age-sex adjusted odds of hearing loss were 69% higher for NHW compared to NHB, which increased to 91% higher odds when household income and education level were taken into account (OR=1.91; 95% CI=1.85, 1.97). Further analyses by 10 year age cohorts indicated comparable findings (fully adjusted ORs range from 1.89 to 1.98). Findings from the 2016 ACS were very similar (e.g., 65+ fully adjusted OR=1.81). NHW have a much higher prevalence and almost double the odds of hearing loss compared NHB. Future research should investigate if melanin plays an otoprotective role through enhancing the antioxidant capability of cochlea.
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 | 0,004 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».