Trajectories of ageing well among older Australians: a 16-year longitudinal study
Notice bibliographique
Résumé
ABSTRACT In this study we used individual differences concepts and analyses to examine whether older people achieve different ageing-well states universally or whether there are identifiable key groups that achieve them to different extents. The data used in the modelling were from a prospective 16-year longitudinal study of 1,000 older Australians. We examined predictors of trajectories for ageing well using self-rated health, psychological wellbeing and independence in daily living as joint indicators of ageing well in people aged over 65 years at baseline. We used group-trajectory modelling and multivariate regression to identify characteristics predicting ‘ageing well’. The results showed three distinct and sizeable ageing trajectory groups: (a) ‘stable-good ageing well’ (classified as ageing well in all longitudinal study waves; which was achieved by 30.2% of women and 28.0% of men); (b) ‘initially ageing well then deteriorating’ (50.5% women and 47.6% men); and (c) ‘stable-poor’ (not ageing well in any wave; 19.3% women and 24.4% men). Significant gender differences were found in membership in different ageing-well states. In the stable-poor groups there were 103/533 females which was significantly lower than 114/467 men (z-statistic = −2.6, p = 0.005); women had a ‘zero’ probability of progressing to a better ageing-well classification in later years, whilst males had a one-in-five probability of actually improving. Robust final state outcome predictors at baseline were lower age and fewer medical conditions for both genders; restful sleep and Australian-born for women; and good nutrition, decreased strain, non-smoker and good social support for men. These results support that ageing-well trajectories are influenced by modifiable factors. Findings will assist better targeting of health-promoting activities for 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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».