Étude des liens entre survie, dépendance aux grands âges et revenus
Bibliographic record
Abstract
Alors que la relation entre la longévité et le revenu est bien documentée, celle entre la perte d’autonomie et le revenu l’est moins. Conditionnellement à la survie, les populations aux grands âges, en pleine croissance dans les pays développés, sont souvent sujettes à la fragilité, aux risques de maladies et de perte d’autonomie, ce qui constitue un véritable défi pour les systèmes publics et de santé de ces pays. Le présent travail a pour objectif d’étudier le lien entre la survie, la perte d’autonomie aux grands âges et le revenu au Canada. Dans ce type d’analyse, la simultanéité entre les ressources économiques et la santé rend souvent compliquée l’étude de l’impact du revenu sur la santé. Ainsi, dans ce travail, après avoir effectué une première estimation de l’impact du revenu sur la santé par les moindres carrés ordinaires, une approche par variable instrumentale est réalisée pour estimer sans biais l’impact du revenu sur les probabilités de survie, et sur les probabilités de perte d’autonomie. Les données utilisées pour l’analyse empirique sont celles de l’enquête de l’Institut sur la retraite et l’épargne (2016) sur l’assurance pour les soins de longue durée, réalisée en 2016 et portant sur un échantillon de 2000 individus habitants au Québec et en Ontario, ainsi que les probabilités objectives produites par le modèle de microsimulation « Compas ». Nos résultats montrent une relation positive entre la probabilité de survie et le revenu, et une relation négative entre la probabilité de perte d’autonomie et le revenu, aussi bien avec les moindres carrés ordinaires que les doubles moindres carrés. Ces relations sont qualitativement identiques que l’on considère les probabilités objectives ou subjectives, et quantitativement, la relation est plus forte avec les probabilités subjectives. _____________________________________________________________________________ MOTS-CLÉS DE L’AUTEUR : survie, perte d’autonomie, grands âges, ADL
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 | 0.005 | 0.017 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.003 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.006 | 0.001 |
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".