Race and ethnicity dynamics in survival to 100 years in the United States
Notice bibliographique
Résumé
BACKGROUND: After age 85, the U.S. non-Hispanic Black population mortality rate becomes less than that of the White population (called the Black-White mortality crossover). It is not known how this survival advantage compares to Asian and Hispanic groups, and whether differences persist to age 100+ years. METHODS: The U.S. period life table data were extracted to obtain life expectancy at birth and at ages 70, 85, and 100 years according to year, sex, and race and ethnicity. Age-specific death rates and adult modal age at death were calculated. We computed period probabilities of survival to age 100, from ages 70, 80, and 90. Pseudo-birth cohort calculations were undertaken to enable comparison with period-based results. RESULTS: In 2019, the Black-White mortality crossover occurred at 86-88 years and persisted at ages 100 and 100+. Life expectancies at age 100 for non-Hispanic Black, Hispanic, and Asian populations were similar and were significantly greater than the non-Hispanic White population. From 2006 to 2019, the probability of survival from 70 and 80 years to age 100 was highest for the Hispanic population, followed by non-Hispanic Black and then non-Hispanic White populations. Probability of survival from age 90 to 100 years was similar for all but the non-Hispanic White population, which had a comparatively lower probability of survival. When Asian population data became available in 2019, this population had the highest probability of survival to age 100, starting from ages 70, 80, and 90 years. Pseudo-cohort results displayed patterns consistent with those observed over calendar years. CONCLUSIONS: Race- and ethnicity-based variation in mortality between ages 85 and 100+ years suggests differences in environmental and possibly genetic influences upon risk for exceptional longevity.
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 | 0,005 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 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 ».