Impact of social isolation on mortality and morbidity in 20 high-income, middle-income and low-income countries in five continents
Notice bibliographique
Résumé
OBJECTIVE: To examine the association between social isolation and mortality and incident diseases in middle-aged adults in urban and rural communities from high-income, middle-income and low-income countries. DESIGN: Population-based prospective observational study. SETTING: Urban and rural communities in 20 high income, middle income and low income. PARTICIPANTS: 119 894 community-dwelling middle-aged adults. MAIN OUTCOME MEASURES: Associations of social isolation with mortality, cardiovascular death, non-cardiovascular death and incident diseases. RESULTS: Social isolation was more common in middle-income and high-income countries compared with low-income countries, in urban areas than rural areas, in older individuals and among women, those with less education and the unemployed. It was more frequent among smokers and those with a poorer diet. Social isolation was associated with greater risk of mortality (HR of 1.26, 95% CI: 1.17 to 1.36), incident stroke (HR: 1.23, 95% CI: 1.07 to 1.40), cardiovascular disease (HR: 1.15, 95% CI: 1.05 to 1.25) and pneumonia (HR: 1.22, 95% CI: 1.09 to 1.37), but not cancer. The associations between social isolation and mortality were observed in populations in high-income, middle-income and low-income countries (HR (95% CI): 1.69 (1.32 to 2.17), 1.27 (1.15 to 1.40) and 1.47 (1.25 to 1.73), respectively, interaction p=0.02). The HR associated with social isolation was greater in men than women and in younger than older individuals. Mediation analyses for the association between social isolation and mortality showed that unhealthy behaviours and comorbidities may account for about one-fifth of the association. CONCLUSION: Social isolation is associated with increased risk of mortality in countries at different economic levels. The increasing share of older people in populations in many countries argues for targeted strategies to mitigate its adverse effects.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».