Improving old-age mortality estimation with parental survival histories in surveys
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
BACKGROUND: In many low- and middle-income countries, the mortality of adults over 50 years of age is poorly monitored because death registration systems are deficient. Nationally representative surveys currently focus on the survival of children or adults aged 15 to 49 years. OBJECTIVE: We propose to measure adult survival beyond age 50 via parental survival histories, in which survey respondents provide data on their parents’ ages at the time of the survey, and if deceased, their age at death and date of death. We evaluate the magnitude of possible selection bias in parental survival histories and quantify the sample sizes needed to estimate mortality at ages 50 to 79 with varying levels of precision. METHODS: We created a population with known parental survival histories using the 2013 national census of Senegal augmented with microsimulations. Using a stratified two-stage sampling procedure, we then conducted household surveys of this artificial population. We compared reference mortality levels in the artificial population of adults aged 50 to 79 years with those inferred from parental survival histories. We also analyzed selection biases in simulated populations where mortality above age 50 is correlated with the number of adult children. RESULTS: The inclusion of modules on parental survival in large-scale surveys, such as the Demographic and Health Surveys, could provide accurate and precise estimates of old-age mortality and capture time trends and age patterns. Estimates derived from parental survival histories are affected by an upward bias when mortality is positively correlated with fertility, and vice versa, but the bias is modest and can be partially corrected. CONTRIBUTION: Parental survival histories are a promising method to fill important data gaps around mortality at older ages, although more research is needed on possible reporting errors.
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 | 0,015 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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