A Prospective Analysis of the Relation Between Self-Rated Health and Health Care Use Among Elderly Canadians
Bibliographic record
Abstract
RÉSUMÉ La recherche indique que l'auto-évaluation de la santé est associée sur une variété de séquelles sanitaires, notamment la mortalité et l'invalidité fonctionnelle, même dans les cas où Ton contrôle ces mesures de santé «objectives». L'étude poursuit la recherche déjà amorcée dans ce domaine et tente d'établir la relation éventuelle entre la santé auto-évaluée et l'utilisation des soins de santé dans un échantillonnage représentatif d'aîné(e)s canadien(ne)s (N= 1,181) interrogé(e)s en 1991/92. Les résultats du sondage ont été compares à des dossiers administratifs d'utilisation de soins de santé. La santé auto-évaluée était nettement reliée au nombre de visites chez le médecin durant les 12 mois qui ont suivi l'enquête ainsi qu'au nombre de tests subis (tests de laboratoire, rayons-X etc.), même en contrôlant les variables démographiques, l'invalidité fonctionnelle, la morbidité et l'utilisation antérieure des soins de santé. Les aîné(e)s qui avaient évalué leur santé comme «mauvaise» ou «acceptable» étaient également plus susceptibles d'être hospitalisés que ceux qui la jugeaient «excellente». Les résultats soulignent l'importance de la prise en compte de mesures globales de santé dans le cadre d'un examen de l'utilisation des soins de santé.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.004 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.002 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".