The predictive power of self-rated health for mortality across national, epidemiologic, and socioeconomic contexts
Bibliographic record
Abstract
Pendant des décennies, la mesure de la santé auto-évaluée a été une caractéristique des enquêtes sur la santé de la population. Cet indicateur a été démontré comme un prédicteur robuste de la mortalité, dépassant souvent le pouvoir prédictif des facteurs médicaux dits plus « objectifs ». Toutefois, la polémique persiste quant à la comparabilité de cet indicateur entre des groupes sociaux, pour qui le pouvoir prédictif de la santé auto-évaluée semble varier. Plutôt que d'assumer que cette variation démontre le manque de validité de l'indicateur, cette thèse prend pour point de départ une théorie avancée quant aux processus cognitifs sous-tendant l'auto- évaluation de santé qui permet d'avancer des hypothèses quant aux effets modérateurs attendus de certains facteurs sociaux. Ainsi, cette thèse étudie l'effet modérateur de plusieurs de ces facteurs sociaux sur le pouvoir prédictif de la santé auto-évaluée au Canada, qui offre un cas intermédiaire unique entre les nombreuses études sur ce sujet provenant surtout d'Europe et des États-Unis. Quatre chapitres empiriques testent l'effet de (1) l'âge et le sexe, (2) le revenu et l'éducation, (3) le contexte national, en comparant le Canada avec les États-Unis, et (4) la présence d'un diagnostic préalable de la maladie indiquée comme étant la cause du décès. La santé auto-évaluée, la mortalité, et un ensemble de variables de contrôle, sont mesurées en utilisant des données longitudinales de haute qualité, représentatives au niveau national, de l'Enquête nationale sur la santé de la population (ENSP), qui a recueilli des données tous les deux ans de 1994 à 2010. Le pouvoir prédictif est modélisé en utilisant la régression logistique avec des équations d'estimation généralisées. Les résultats montrent que la santé auto-évaluée est un facteur prédictif significatif du risque de mortalité jusqu'à 14 ans avant le décès au Canada. Même en tenant compte de leurs différents niveaux généraux de santé auto-évaluée, les hommes et les femmes montrent un pouvoir prédictif pour la mortalité similaire. L'association prédictive diminue avec l'âge : les répondants de 80 ans ou plus ont montré une réduction de puissance prédictive par rapport aux répondants de 30-64 ou 65-79 ans, mais surtout parmi les femmes. Par ailleurs, le revenu et l'éducation ont un effet faible sur le pouvoir prédictif au Canada. Bien que nous ayons émis l'hypothèse que la puissance prédictive serait supérieure au Canada face aux États-Unis, les résultats ne montrent pas de différences statistiquement significatives entre ces pays. La trajectoire du pouvoir prédictif vers la fin de la vie pourrait donc s'avérer un phénomène plus universel qu'initialement anticipé. Cependant, le statut socio-économique a semblé modérer la pouvoir prédictif de la santé auto-évaluée plus fortement aux États-Unis qu'au Canada, en accord avec l'hypothèse que l'égalité socio-économique et l'accès aux soins de santé réduit l'impact de l'éducation et le revenu pour la pouvoir prédictif. Enfin, l'un des principaux mécanismes invoqués pour expliquer le pouvoir prédictif de la santé auto-perçue est directement testé. Ces analyses novatrices suggèrent en effet qu'une large proportion de la puissance prédictive dans les dernières années de la vie est expliquée par la connaissance parmi les répondants du diagnostic de la maladie indiquée comme la cause du décès. Ces résultats offrent un soutien indéniable pour la théorie cognitive expliquant la persistance de l'effet prédictif de la santé auto-évaluée.
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 | 0.007 | 0.025 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 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".