La población mayor de China

                                                 

 Un país sin perspectivas deja al libre albedrío de los ignorantes el manejo de la vida humana. Por eso la importancia de los estudios sobre la población mayor, por cuanto permite no solo establecer estrictas medidas para su atención. ¿Que encontraron los autores en el estudio realizado sobre la población mayor de China?

Las encuestas para el estudio se realizaron en un total de 89,031 personas, de las cuales 46,619 fueron elegibles. Los resultados:

1. La prevalencia de la dependencia de nivel 1 entre los adultos chinos mayores disminuyo del 11.7 % (IC 95 % 10.6 - 12.8) en 2011 al 8.1 % (7.5 - 8.7) en 2020.
2. La dependencia de nivel 2 y nivel 3 también disminuyo.
3. El numero total de personas mayores que requirieron atención en 2020 fue de 20 - 61 millones (IC 95 % 19.01 - 22.20) con dependencia de nivel 1, 36.33 millones (32.27 - 38.40) con dependencia de nivel 2 y 45.30 (43.02 - 47.59) con dependencia nivel 3.
4. La mejora de la educación, la vivienda y el acceso a la exención medica se asocio con el 41.84 % de la disminución de la prevalencia de la dependencia de nivel 3 entre 2011 y 2020.
5. Para 2030, las tasas de dependencia proyectadas podrían disminuir al 8.04 % para la dependencia de nivel 1, 13.28 % para la dependencia de nivel 2 y 16.05 % para dependencia nivel 3.
6. Sin embargo, el tamaño de la cohorte crecerá para el 2030, lo que resultara en mas chinos mayores que necesiten atención (29.71 millones) [27.07 - 32.36] en el nivel 1, 40.07 millones [45.98 - 52.16] en el nivel 2, y 59.32 millones [55.94 - 62.70] en el nivel 3.
7. Para 2030 se estima que 14.02 millones de chinos mayores mas que en 2020 necesitarán atención.

Fuente: The Lancet, 

Difusión y Prevención de las necesidades de atención de la poblacion mayor en China: análisis de los datos del Estudio Longitudinal de Salud y Jubilación de China (CHARLS), publicado 21 noviembre 2022.

Nowcasting and forecasting the care needs of the older population in China: analysis of data from the China Health an Retirement Longitudinal Study (CHARLS).

Jinquan Gong, PhD; Gewei Wagner, PhD; Yafeng Wagner, PhD; Prof. Xinxin Chen, PhD; Yanfeng Chen, PhD; Quintín Meng, PhD. Etal.