MétaCan
Menu
Retour à la cohorte
Enregistrement W3206219208 · doi:10.1186/s12877-021-02484-4

Are there gender differences in the trajectories of self-rated health among chinese older adults? an analysis of the Chinese Longitudinal Healthy Longevity Survey (CLHLS)

2021· article· en· W3206219208 sur OpenAlexaff
Shichen Cui, Yushan Yu, Weizhen Dong, Tingke Xu, Yunyun Huang, Xiangyang Zhang, Chun Chen

Notice bibliographique

RevueBMC Geriatrics · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueHealth disparities and outcomes
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésMedicineSelf-rated healthLongitudinal studyDemographyDropout (neural networks)GerontologyLongitudinal dataChinaLongevity

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Self-rated health (SRH) is a good predictor of morbidity and mortality. Extensive research has shown that females generally report poorer SRH than males but still tend to live longer. Previous studies used cross-sectional or pooled data for their analyses while ignoring the dynamic changes in males' and females' SRH statuses over time. Furthermore, longitudinal studies, especially those that focus on older adults, typically suffer from the incompleteness of data. As such, the effect of dropout data on the trajectories of SRH is still unknown. Our objective is to examine whether there are any gender differences in the trajectories of SRH statuses in Chinese older adults. METHODS: The trajectories of SRH were estimated using the pattern-mixture model (PMM), a special latent growth model, under non-ignorable dropout data assumption. We analyzed the Chinese Longitudinal Healthy Longevity Survey (CLHLS) data of 15,613 older adults aged 65 years and above, collected from 2005 to 2014. RESULTS: The results demonstrated the effect of non-ignorable dropout data assumptions in this study. The previous SRH score was negatively associated with the likelihood of dropping out of the study at the next follow-up survey. Our results showed that both males and females in China perceive their SRH as decreasing over time. A significant gender difference was found in the average SRH score (female SRH was lower than male SRH) in this study. Nonetheless, based on the results obtained using the PMM, there are no gender differences in the trajectories of SRH at baseline as well as in the rate of decline among the total sample. The results also show that males and females respond to SRH predictors similarly, except that current drinking has a more pronounced positive effect on males and healthcare accessibility has a more pronounced positive effect on females. CONCLUSIONS: Our results suggest that missing data have an impact on the trajectory of SRH among Chinese older adults. Under the non-ignorable dropout data assumptions, no gender differences were found in trajectories of SRH among Chinese older adults. Males and females respond to SRH predictors similarly, except for current drinking habit and healthcare accessibility.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,682
Score d'incertitude au seuil0,879

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,006
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,055
Tête enseignante GPT0,349
Écart entre enseignants0,294 · 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 tête enseignante, 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

Citations30
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMC GeriatricsMême sujetHealth disparities and outcomesTravaux en français237 207