Identification of determinants of healthy ageing in Italy: results from the national survey IDAGIT
Notice bibliographique
Résumé
Abstract Healthy ageing is a public health problem globally. In Europe, the dependency ratio of the elderly is expected to increase by 21.6 per cent to 51.2 per cent in 2070. The World Health Organization (WHO) study on healthy ageing started in 2002 as a concept whereby all people of all ages should be able to live in a healthy, safe and socially inclusive way. The aim of this study is to present preliminary results of the project Identification of Determinants of Healthy Ageing in Italy (IDAGIT) that aimed to collect data on the active and healthy ageing of the Italian population aged over 18 using the conceptual framework of the WHO's ageing model. To link the determinants of the IDAGIT studies to those of the WHO model, we performed a confirmatory factor analysis which reported these variables as significant (in order of factor loading): smoking, cognition score, comorbidity, outdoor built environment, participation, working expertise and income. Considering comorbidity, 83.8 per cent of the sample declared not having any chronic diseases or to have only one, and regarding neurological diseases, only nine people had received a diagnosis of stroke. Regarding gender, the personal determinants and physical and social environments did not result in statistically significant differences, whereas we found statistical differences between the aged groups in all variables analysed. These results provide a first bio-psycho-social perspective on ageing in the Italian population.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».