Examining Intersectional Role of Race, Ethnicity, and Sexual Orientation in Health Disparities Among Older Adults
Notice bibliographique
Résumé
Abstract Lesbian, gay, and bisexual (LGB) older adults who are racially/ethnically minoritized may face heightened health disadvantages due to their combined impact inclusive of the risks due to each social position and any excess risks beyond (i.e., synergistic effect), yet empirical evidence remains scarce. To address this gap, we used the 2012-2023 National Health Interview Survey to examine intersectional health disparities among Hispanic, Black, Asian, and other individuals of color within LGB adults age 50+ in the United States. Using non-Hispanic White heterosexuals as the referent and stratifying by gender, we estimated joint health disparities by sexual orientation and race/ethnicity and tested synergistic effects while adjusting for age, education, and income. Among older women, we observed joint disparities, predominately driven by synergistic effects, in cardiovascular disease for other LGB individuals of color (risk difference [RD] 15.5 percentage points [pp], 95% CI 5.5-25.6). Among older men, joint disparities, largely driven by synergistic effects, were observed in asthma (6.1 pp, 95% CI 0.0-12.2) and mental distress (16.4 pp, 5.5-27.3) for Hispanic LGB individuals; cognitive (12.7 pp, 3.0-22.4) and vision impairments (3.4 pp, 3.7-23.1) for Black LGB individuals; and limited physical functioning (15.1 pp, 3.2-26.9), anxiety (28.8 pp, 12.8-44.9), depression (24.5 pp, 8.4-40.5), and poor general health (21.9 pp, 8.1-35.7) for other LGB individuals of color. Overall, health disparity patterns in LGB older adults varied across race/ethnicity, lending some support for the synergistic multiple disadvantage hypothesis. There is a need for future research on intersectionality to identify modifiable mechanisms to eliminate health disparities.
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 | 0,003 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 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) | 0,002 | 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 ».