P2-526 Social determinants of depressive symptoms among older adults in low- and middle-income countries
Notice bibliographique
Résumé
Background Consistent evidence has linked depression to social factors among older people in rich countries; however, little is known for low- or middle-income countries (LMIC) and virtually no research exists that is comparable across LMIC. Understanding the relationship between key socioeconomic factors and depressive symptoms among older people in resource-poor contexts is essential for developing mental health policies. Methods To investigate social determinants of depressive symptoms among older adults in LMIC, we conducted a cross-sectional analysis of adults age 50+ from 51 countries that participated in the World Health Survey in 2002–2003. Using multivariable ordinal logistic regression models, we examined the association between socioeconomic predictors and the severity of depressive symptoms. Results Similar to patterns from rich countries, more severe depressive symptoms were reported among older, female, less-educated, poorer, and urban-dwelling individuals. Living arrangement also emerged as an important predictor that exhibited substantial heterogeneity across countries. In Southeast Asian countries, the odds of reporting more severe depressive symptoms was 2.6 (95% CI 1.5 to 4.7) times higher for individuals living alone compared to in intergenerational households. In African countries, individuals living in skipped-generation households (only older people and dependent children) reported significantly worse symptoms. Further analyses will incorporate country-level predictors (eg, availability of pensions, HIV/AIDS mortality) to explain some between-country variation. Conclusions In addition to established socioeconomic determinants, living alone or in skipped generation households is associated with an increased risk of depressive symptoms among older people.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».