Functional status in rural and urban adults: The Canadian Longitudinal Study on Aging
Notice bibliographique
Résumé
PURPOSE: To document the prevalence of functional impairment in middle-aged and older adults from rural regions and to determine urban-rural differences. METHODS: We have conducted a secondary analysis using data from an ongoing population-based cohort study, the Canadian Longitudinal Study on Aging (CLSA). We used a cross-sectional sample from the baseline wave of the "tracking cohort." The definition of rurality was the same as the one used in the CLSA sampling frame and based on the 2006 census. This definition includes rural areas, defined as all territory lying outside of population centers, and population centers, which collectively cover all of Canada. We grouped these into "Urban," "Peri-urban," "Mixed" (areas with both rural and urban areas), and "Rural," and compared functional status across these groups. Functional status was measured using the Older Americans Resource Survey (OARS) and categorized as not impaired versus having any functional impairment. Logistic regression models were constructed for the outcome of functional status and adjusted for covariates. FINDINGS: No differences were found in functional status between those living in rural, mixed, peri-urban, and urban areas in unadjusted analyses and in analyses adjusting for sociodemographic and health-related factors. There were no rural-urban differences in any of the individual items on the OARS scales. CONCLUSIONS: We found no rural-urban differences in functional status.
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 | 0,003 | 0,000 |
| 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 | 0,001 | 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 ».