Inequalities in health-related quality of life and functional health of an aging population: A Canadian community perspective
Notice bibliographique
Résumé
BACKGROUND: Reducing health inequalities among older adults is crucial to ensuring healthy aging is within reach for all. The current study provides a timely update on demographic- and geographic-related inequalities in healthy aging among older adults residing in Canadian communities. METHODS: Data was extracted from the Canadian Health Survey on Seniors [2019-2020] for ~6 million adults aged 65 years and older residing in 10 provinces of Canada. Healthy aging was defined by two indices: 1] health-related quality of life and 2] functional health. Poisson regression models and spatial mapping were used to demonstrate inequalities among age, race, and sex categories, and health regions. RESULTS: Approximately 90.3% of individuals reported less than perfect quality of life and 18.8% reported less than perfect functional health. The prevalence of less than perfect quality of life was higher for females [PR 1.14, 95% CI;1.02-1.29] and for older adults aged ≥80 years as compared to males and older adults aged ≤79 years [PR 1.66, 95% CI;1.49-1.85]. Similarly, the prevalence of less than perfect functional health was higher for females [PR 1.58, 95% CI;1.32-1.89] and for older adults aged ≥80 years [PR 2.71, 95% CI;2.59-2.84]. Spatial mapping showed that regions of lower quality of life were concentrated in the Prairies and Western Ontario, whereas regions of higher quality of life were concentrated in Quebec. CONCLUSIONS: Amongst older individuals residing in Canadian communities, less than perfect quality of life and functional health is unequally distributed among females, older adults aged ≥80 years, and those residing in the Prairie regions specifically. Newer policy should focus on interventions targeted at these subpopulations to ensure that healthy aging in within reach for all Canadians.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,005 | 0,008 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».