What can lifespan variation reveal that life expectancy hides? Comparison of five high-income countries
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: In most countries, life expectancy at birth (e0) has improved for many decades. Recently, however, progress has stalled in the UK and Canada, and reversed in the USA. Lifespan variation, a complementary measure of mortality, increased a few years before the reversal in the USA. To assess whether this measure offers additional meaningful insights, we examine what happened in four other high-income countries with differing life expectancy trends. DESIGN: We calculated life disparity (a specific measure of lifespan variation) in five countries -- USA, UK, France, Japan and Canada -- using sex- and age specific mortality rates from the Human Mortality Database from 1975 to 2017 for ages 0--100 years. We then examined trends in age-specific mortality to identify the age groups contributing to these changes. SETTING: USA, UK, France, Japan and Canada. PARTICIPANTS: aggregate population data of the above nations. MAIN OUTCOME MEASURES: Life expectancy at birth, life disparity and age-specific mortality. RESULTS: The stalls and falls in life expectancy, for both males and females, seen in the UK, USA and Canada coincided with rising life disparity. These changes may be driven by worsening mortality in middle-age (such as at age 40). France and Japan, in contrast, continue on previous trajectories. CONCLUSIONS: Life disparity is an additional summary measure of population health providing information beyond that signalled by life expectancy at birth alone.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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