War across the life course: examining the impact of exposure to conflict on a comprehensive inventory of health measures in an aging Vietnamese population
Notice bibliographique
Résumé
BACKGROUND: The majority of evidence indicates that exposure to war and other traumatic events continue to have negative impacts on health across the life course. However, existing research on health effects of war exposure primarily concentrates on short-term impacts among veterans in high-income countries sent elsewhere to battle. Yet, most wars situate in lower- and middle-income countries, where many are now or will soon be entering old age. Consequently, the current burden of exposure to war has ignored an important global population. METHODS: The Vietnam Health and Aging Study (VHAS) is a longitudinal study designed to examine historical exposure to highly stressful events during the American War. Two modes of data collection, involving a sample of 2447 individuals aged 60+ years in northern Vietnam, took place between May and August 2018. Using this first wave of data, we generate indexed measures of war exposure and analyze their associations with a set of 12 health outcomes, accounting for confounding variables. RESULTS: Results indicate that greater exposure to three types of war exposure (death and injury, stressful living conditions, and fearing death and/or injury) in earlier life is associated with worse health in later-life across a large number of health outcomes, such as number of diagnosed health conditions, mental distress, somatic symptoms, physical functioning, post-traumatic stress symptoms and chronic pain. CONCLUSIONS: Findings support a life course theory of health and point to long-term effects of war on health that require detailed attention.
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 | 0,005 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».