Prevalence of Loneliness and Associated Factors among Older Adults in South Africa
Notice bibliographique
Résumé
OBJECTIVE: Loneliness can be detrimental to health. The aim of this study is to estimate the prevalence of loneliness as well as its risk factors in older adults in South Africa.MATERIALS & METHODS: This cross-sectional population based study investigated factors associated with loneliness in a nationally representative sample (n=3624) of older South Africans who took part in the “Study of Global Ageing and Adults Health (SAGE)” wave 1 in 2008. The outcome variable was self-reported prevalence of loneliness and the exposure variables were socio-demographic characteristics and health variables.RESULTS: The overall prevalence of self-reported loneliness was 9.9%. Prevalence of loneliness was 10.2% for females and 9.5% for males, lowest among those married (7.5%), and highest among the 70+ years olds (12.5%). Individuals with highest level of education had the lowest prevalence of loneliness (5.9%). Indians or Asians were significantly more likely to experience loneliness than other population groups (Adjusted Odds Ratio=AOR: 3.20; 95% Confidence Interval=CI: 1.31, 7.80). Married or cohabiting individuals were significantly less likely to experience loneliness than unmarried or non-cohabiting ones, respectively (AOR: 0.55; 95% CI: 0.37, 0.81). In multivariable logistic regression, individuals with good subjective health were less likely to experience loneliness than those with poor health (AOR: 0.40, 95% CI: 0.22, 0.73). Similarly, individuals with good cognitive functioning were significantly less likely to experience loneliness than those with poor cognitive functioning (AOR: 0.55, 95% CI: 0.32, 0.97).CONCLUSION: The study found that the prevalence of loneliness among older adults in South Africa is significant. Preventative interventions that address the identified factors, including poor health status and low cognitive functioning, associated with loneliness need to be developed.
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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».