Elder abuse prevalence in community settings: a systematic review and meta-analysis
Notice bibliographique
Résumé
BACKGROUND: Elder abuse is recognised worldwide as a serious problem, yet quantitative syntheses of prevalence studies are rare. We aimed to quantify and understand prevalence variation at the global and regional levels. METHODS: For this systematic review and meta-analysis, we searched 14 databases, including PubMed, PsycINFO, CINAHL, EMBASE, and MEDLINE, using a comprehensive search strategy to identify elder abuse prevalence studies in the community published from inception to June 26, 2015. Studies reporting estimates of past-year abuse prevalence in adults aged 60 years or older were included in the analyses. Subgroup analysis and meta-regression were used to explore heterogeneity, with study quality assessed with the risk of bias tool. The study protocol has been registered with PROSPERO, number CRD42015029197. FINDINGS: Of the 38 544 studies initially identified, 52 were eligible for inclusion. These studies were geographically diverse (28 countries). The pooled prevalence rate for overall elder abuse was 15·7% (95% CI 12·8-19·3). The pooled prevalence estimate was 11·6% (8·1-16·3) for psychological abuse, 6·8% (5·0-9·2) for financial abuse, 4·2% (2·1-8·1) for neglect, 2·6% (1·6-4·4) for physical abuse, and 0·9% (0·6-1·4) for sexual abuse. Meta-analysis of studies that included overall abuse revealed heterogeneity. Significant associations were found between overall prevalence estimates and sample size, income classification, and method of data collection, but not with gender. INTERPRETATION: Although robust prevalence studies are sparse in low-income and middle-income countries, elder abuse seems to affect one in six older adults worldwide, which is roughly 141 million people. Nonetheless, elder abuse is a neglected global public health priority, especially compared with other types of violence. FUNDING: Social Sciences and Humanities Research Council of Canada and the WHO Department of Ageing and Life Course.
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 | 0,027 | 0,061 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,002 |
| Méta-épidémiologie (sens large) | 0,022 | 0,048 |
| Bibliométrie | 0,011 | 0,010 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 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 ».