MétaCan
Menu
Retour à la cohorte
Enregistrement W2610377156 · doi:10.1177/0898264317706236

Relationships Between Neighborhood Social Capital and The Occurrence of Outdoor Falls in Canadian Older Adults: A Multilevel Analysis

2017· article· en· W2610377156 sur OpenAlexafffundabout
Afshin Vafaei, William Pickett, Marı́a Victoria Zunzunegui, Beatriz Alvarado

Notice bibliographique

RevueJournal of Aging and Health · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueHealth disparities and outcomes
Établissements canadiensUniversité de MontréalQueen's University
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésOdds ratioDemographyOddsConfidence intervalSocial capitalLogistic regressionGerontologyMultilevel modelPoison controlInjury preventionOccupational safety and healthGeographyPsychologyMedicineStatisticsEnvironmental healthSociologyMathematics

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: The aim of this study was to examine whether neighborhood-level social capital is a risk factor for falls outside of the home in older adults. METHODS: Health questionnaires were completed by community-dwelling Canadians aged +65 years living in Kingston (Ontario) and St-Hyacinthe (Quebec), supplemented by neighborhood-level census data. Multilevel logistic regression models with random intercepts were fit. Variations in the occurrence of falls across neighborhoods were quantified by median odds ratio and 80% interval odds ratio. RESULTS: Between-neighborhood differences explained 7% of the variance in the occurrence of falls; this variance decreased to 2% after adjustment for neighborhood-level variables. In the fully adjusted models, higher levels of social capital increased the odds of falls by almost 2 times: (odds ratio [OR] = 2.10, 95% confidence interval [CI] = [1.19, 3.71]). DISCUSSION: Living in neighborhoods with higher levels of social capital was associated with higher risk of falling in older adults, possibly through more involvement in social activities.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,083
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0020,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,071
Tête enseignante GPT0,393
Écart entre enseignants0,323 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations7
Publié2017
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Aging and HealthMême sujetHealth disparities and outcomesTravaux en français237 207