Internet use, social engagement and health literacy decline during ageing in a longitudinal cohort of older English adults
Notice bibliographique
Résumé
BACKGROUND: Health literacy skills tend to decline during ageing, which is often attributed to age-related cognitive decline. Whether health literacy skills may be influenced by technological and social factors during ageing is unknown. METHODS: We investigated whether internet use and social engagement protect against health literacy decline during ageing, independent of cognitive decline. We used prospective data from 4368 men and women aged ≥52 years in the English Longitudinal Study of Ageing from 2004 to 2011. Health literacy was measured at baseline (2004-2005) and at follow-up (2010-2011) using a reading comprehension test of a fictitious medicine label. The influences of consistent internet use and engagement in each of the civic, leisure and cultural activities on health literacy decline over the follow-up were estimated. RESULTS: After adjusting for cognitive decline and other covariates, consistent internet use (1379/4368; 32%) was protectively associated with health literacy decline (OR=0.77; 95% CI 0.60 to 0.99), as was consistent engagement in cultural activities (1715/4368; 39%; OR=0.73; 95% CI 0.56 to 0.93). As the number of activities engaged in increased, the likelihood of health literacy decline steadily decreased (ptrend<0.0001), with OR=0.51 (95% CI 0.33 to 0.79) for engaging in all four of the internet use and civic, leisure and cultural activities versus none. CONCLUSIONS: Internet use and social engagement, particularly in cultural activities (eg, attending the cinema, art galleries, museums and the theatre), may help older adults to maintain health literacy during ageing. Support for older adults to maintain socially engaged lives and to access the internet should help promote the maintenance of functional literacy skills during ageing.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,093 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».