1730160629
2023-08-17 14:32:00
何年も前、健康問題についてブログを書き始めたとき、いくつかの興味深いパターンに気づきました。 1 つ目のパターンは、著名な健康の「達人」が、過去に深刻な健康問題を抱えていたことをよく話し、そのことが健康問題について研究する動機になったと説明し、その結果、健康の達人になったというものです。多くの場合、これらの問題は 45 歳になる前に発生します。これは、健康上の問題の重症度が明らかに顕著に増加する閾値です。
実際、私はそのような「第一人者」の一人（名前は明かしません）に少し驚いたことを覚えています。彼は定期的に「…ついに私の健康状態は正しい軌道に乗りました…」という趣旨の投稿をしていました。 、この人は数か月ごとに深刻な健康上の問題に対処し、常に合理的な知識に基づいた解決策を考え出す必要がありました。知識の質は高そうだが、控えめに言ってもこの男の健康状態は悪かった。
2 番目のパターンは、上記に関連しますが、著名な健康指導者は平均寿命を下回っているようです。世界保健機関 ( 世界保健機関 ) によると、この記事の執筆時点で米国の一般人口の平均余命は約 79 歳です。）。アンソニー・コルポは、健康専門家のこの平均寿命を下回るパターンについて興味深い投稿を書いています (）。
この状況をよりよく理解し、ブログの読者に説明するために、上記の観察を反映する方法で相互作用するさまざまな変数を含む、100 人の健康指導者に対応する 100 件のレコードを含むデータセットを作成しました。観察結果は仮定としてまとめられており、後でリストされます。次の変数は 1 から 7 のスケールで表されます。実生活では、グルの生涯を振り返って、遡及的に測定されるはずです。
– 45 歳になる前の教祖の健康状態 (BEF45)。
– 健康問題に関する第一人者の知識 (KNOWL)。
– 45 歳以降の教祖の健康 (AFT45)。
– 教祖の卓越性 (GPROM)。
最後に、以下の変数は年単位の連続スケールであり、平均は 79、標準偏差は 10 です。前述したように、79 はこの記事の執筆時点で米国に住んでいる人の平均余命です。標準偏差 10 (米国の数値に近似) は、シミュレーションされたデータセット内の個人の約 68% の平均余命が 69 ～ 89 歳であることを意味します。つまり、それぞれ 79-10 と 79+10 です。
– 教祖の死亡時の年齢 (GAGED)。
シミュレートされたデータを使用したこの実験演習は、さまざまな変数が相互作用して明らかではない結果を生成するシミュレーション「ゲーム」として見ることができます。データを作成するために広く使用されているプロセスは、モンテカルロ法として知られています ()、ここで使用したものです。また、データ作成の際には次のことを前提としました。
– 45 歳以前の教祖の健康状態 (BEF45) が低いほど、健康問題に関する教祖の知識 (KNOWL) は高くなります。その理由は、健康状態が悪いと健康問題について勉強せざるを得なくなるからです。
– 45 歳以前の教祖の健康状態 (BEF45) が低いほど、45 歳以降の教祖の健康状態も悪くなる (AFT45)。これは、その人がそもそも健康不良を引き起こす基礎疾患を抱えており、不適切な食事やライフスタイルによって悪化する可能性があることを前提としています。
– 健康問題についての教祖の知識が多ければ多いほど (KNOWL)、45 歳以降の教祖の健康状態も良くなる (AFT45)。これは上記の効果を打ち消し、知識が有効に活用され、人の健康の改善に貢献することを前提としています。
– 健康問題に関する教祖の知識 (KNOWL) が多ければ多いほど、教祖の著名性 (GPROM) も大きくなります。言い換えれば、信者の間でのグルの地位は、グルの知識によって強化されます。
– 45 歳以降の教祖の健康状態が良好であるほど (AFT45)、教祖の死亡時の年齢も高くなる (GAGED)。
最後の仮定は、上に示した因果関係の効果の大きさは小さいということです (より専門的には、因果関係は f-二乗係数は 0.1 をわずかに下回ります)。これは、ランダムな影響が存在するだけでなく、シミュレーションで起こることにおいて大きな役割を果たすことを意味します。因果関係のリンクは、WarpPLS で作成された以下のグラフにまとめられています (）。データの分析にもこのソフトウェアを使用しました。
私たちのシミュレートされたデータでは、教祖の卓越性 (GPROM) は教祖の死亡時の年齢 (GAGED) に直接影響を与えないことに注意してください。別の言い方をすると、これら 2 つの変数が存在する因果関係のネットワークにより相関している可能性が高いにもかかわらず、GPROM と GAGED の間には、いずれにしても因果関係はありません。それにもかかわらず、これら 2 つの変数、GPROM と GAGED の関係を調べることで、この投稿のタイトルにある質問「著名な健康指導者は長生きするのか?」に答えることができます。
私たちのシミュレーションでは、答えは「ノー」のようです。以下のプロットは、横軸の教祖の著名性 (GPROM) と縦軸の教祖の死亡時の年齢 (GAGED) との関係を示しています。各データ ポイントはグルを参照します。平均して、教祖の著名性が高ければ高いほど、その教祖の平均余命は短くなるように思われる。 プロミネンスの各 1 ポイントの増加は関連付けられています平均して、 平均余命が約1年縮む。
があることに注意してください ある非常に著名な教祖の死亡時の年齢は約95歳であった;右上隅のデータ ポイント (GPROM=7、GAGED~95)。 これはほとんど偶然に起こりました 私たちのデータでは。それにもかかわらず、私たちのデータが現実の生活で起こり得ることをある程度反映していると仮定すると、教祖の信者たちはおそらくその長寿は教祖の健康問題に関する知識によるものだと指摘するでしょう。おそらく彼らは間違っているでしょう。
私たちのデータセットを使用すると、推定することもできます かなり著名な教祖がそうなる可能性 (GPROM が 4 を超え、1 ～ 7 のスケール) 平均寿命を下回るだろう (GAGED は 79 未満)。その条件付き確率は次のようになります 約60パーセント。
#著名な健康指導者は長生きしますか