MétaCan
Menu
Retour à la cohorte
Enregistrement W4200491708 · doi:10.1159/000520327

Associations of Adverse Childhood Experiences with Frailty in Older Adults: A Cross-Sectional Analysis of Data from the Canadian Longitudinal Study on Aging

2021· article· en· W4200491708 sur OpenAlexaffabout
Oxana Mian, Laura N. Anderson, Daniel W. Belsky, Andrea González, Jinhui Ma, Deborah M. Sloboda, Dawn M. E. Bowdish, Chris P. Verschoor

Notice bibliographique

RevueGerontology · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueElder Abuse and Neglect
Établissements canadiensNOSM UniversityPopulation Health Research InstituteMcMaster UniversityImpactHealth Sciences North
Organismes subventionnairesnon disponible
Mots-clésGerontologyNeglectCross-sectional studyPoison controlInjury preventionDemographyMedicineLongitudinal studyPopulationMarital statusPsychologyPsychiatryEnvironmental health

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Frailty in older adults, characterized by a decline in multiple physiological systems and increasing vulnerability to loss of independence, disability, and death, is a public health priority in developed countries. Etiology of frailty extends across the lifespan and may begin in early life, but empirical evidence for this association is scarce. In this study, we examined whether adverse childhood experiences (ACEs) are associated with frailty in later life. METHODS: We conducted a cross-sectional analysis of data for a population-based sample of 27,748 adults aged 45-85 years from the Canadian Longitudinal Study on Aging. The frailty index (FI) was computed with 76 health-related characteristics of physical and cognitive performance, self-rated health, chronic conditions, visual and hearing ability, activities of daily living, and well-being. Self-reported exposure to ACEs included physical, emotional, and sexual abuse, neglect, and witnessing intimate partner violence prior age of 16 and parental death, divorce, and living with a family member with mental illness prior age of 18. Generalized linear regression models with gamma error distribution and identity link function, adjusted for age and sex, were used to examine associations of each ACE type and the number of ACE types (0, 1, 2, or 3+) reported by an individual with FI. All models were adjusted for income, education, smoking, and alcohol consumption in sensitivity analysis. RESULTS: Individuals exposed to ACEs had elevated levels of FI (mean = 0.13, SD = 0.09) than those unexposed, with the largest difference observed for neglect (B [95% CI]: 0.05 [0.04, 0.06]) and the smallest for parental death and divorce (0.015 [0.01,0.02]). The ACE count was associated with frailty in a graded manner, with the FI difference reaching 0.04 [0.037, 0.044] for participants exposed to 3+ ACE types. The association between ACEs and frailty tended to be stronger for women than men and for men aged 45-64 years than older men. CONCLUSIONS: Our study supports previous studies showing that exposure to ACEs is associated with frailty in adults. Our findings suggest that screening for ACEs involving childhood maltreatment may be useful for identifying individuals at risk of frailty and prevention of ACEs may have long-term benefits for healthy aging.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,034
Score d'incertitude au seuil0,069

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,006
Études des sciences et des technologies0,0020,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,139
Tête enseignante GPT0,406
Écart entre enseignants0,268 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations45
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueGerontologyMême sujetElder Abuse and NeglectTravaux en français237 207