Rural-urban residence and life expectancies with and without pain
Notice bibliographique
Résumé
This paper analyzes rural-urban disparities in life expectancy with and without pain among upper-middle age and older adults. Data are from the nationally representative Health and Retirement Study, 2000–2018, N = 18,160, age 53+. Interpolated Markov Chain software, based on the multistate life tables, is used to calculate absolute and relative pain expectancies by age, sex, rural-suburban-urban residence and U.S. regions. Results show significant rural disadvantages versus those in urban and often suburban areas. Example: males at 55 in rural areas can expect to live 15.1 years, or 65.2 percent pain-free life, while those in suburban areas expect to live 1.7 more years, or 2.6 percentage points more, pain-free life and urban residents expect to live 2.4 more year, or 4.7 percentage points more. The rural disadvantage persists for females, with differences being a little less prominent. At very old age (85+), rural-urban differences diminish or reverse. Rural-urban pain disparities are most pronounced in the Northeast and South regions, and least in the Midwest and West. The findings highlight that rural-urban is an important dimension shaping the geography of pain. More research is needed to disentangle the mechanisms through which residential environments impact people's pain experiences. • This study is among very few examining rural-urban disparities in pain outcomes. • Those in rural areas expect fewer pain-free years and a lower percentage of pain-free life compared to others. • Rural-urban pain disparities are most pronounced in the Northeast and South regions.
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 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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».