Depression, Sex and Gender Roles in Older Adult Populations: The International Mobility in Aging Study (IMIAS)
Notice bibliographique
Résumé
OBJECTIVES: To assess the associations between gender roles and depression in older men and women and whether gender roles are independent risk factors for depression. METHODS: International cross-sectional study of adults between 65 and 74 years old (n = 1,967). Depression was defined by a score of 16 or over in the Center for Epidemiologic Studies Depression Scale (CES-D). A validated 12-item Bem Sex Role Inventory (BSRI) was used to classify participants in gender roles (Masculine, Feminine, Androgynous, and Undifferentiated) using research site medians of femininity and masculinity as cut-off points. Poisson regressions were fitted to estimate the prevalence ratios (PR) of depression for each gender role compared to the masculine role, adjusting for sex, sufficiency of income, education, marital status, self-rated health, and chronic conditions. RESULTS: Among men, 31.2% were androgynous, 26% were masculine, 14.4% were feminine, and 28.4% were undifferentiated; among women, the corresponding percentages were 32.7%, 14.9%, 27%, and 25.4%. Both in men and in women, depressive symptoms (CES-D≥16) were more prevalent in those endorsing the undifferentiated type, compared to masculine, feminine or androgynous groups. However, after adjusting for potential confounders, compared to the masculine group only those endorsing the androgynous role were 28% less likely to suffer from depression: PR of 0.72 (95% CI: 0.55-0.93). In fully adjusted models, prevalence rates of depression were not different from masculine participants in the two other gender groups of feminine and undifferentiated. CONCLUSIONS: Androgynous roles were associated with lower rates of depression in older adults, independently of being a man or a woman.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».