MétaCan
Menu
Retour à la cohorte
Enregistrement W4226542128

Do Interventions Reducing Social Vulnerability Improve Health in Community Dwelling Older Adults? A Systematic Review

2022· review· en· W4226542128 sur OpenAlexaffabout
Jasmine Mah, Kenneth Rockwood, Susan Stevens, Janice Keefe, Melissa K. Andrew

Notice bibliographique

RevueDOAJ (DOAJ: Directory of Open Access Journals) · 2022
Typereview
Langueen
DomaineSocial Sciences
ThématiqueHealth disparities and outcomes
Établissements canadiensMount Saint Vincent UniversityDalhousie University
Organismes subventionnairesnon disponible
Mots-clésPsychological interventionMedicineGerontologyVulnerability (computing)Social vulnerabilityDisadvantagedSocial supportSocial determinants of healthEnvironmental healthPublic healthPsychologyPsychiatryNursingSocial psychology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Jasmine Mah,1 Kenneth Rockwood,2 Susan Stevens,3 Janice Keefe,3 Melissa K Andrew2 1Department of Medicine, Dalhousie University, Halifax, NS, Canada; 2Division of Geriatric Medicine, Dalhousie University, Halifax, NS, Canada; 3Department of Family Studies and Gerontology, Mount Saint Vincent University, Halifax, NS, CanadaCorrespondence: Jasmine Mah, Geriatric Medicine Research, Dalhousie University/Nova Scotia Health, 1315 – 5955 Veterans’ Memorial Lane, Halifax, Nova Scotia, B3H 2E1, Canada, Tel +1-613-618-8810, Email jmah@dal.caBackground: Social vulnerability occurs when individuals have been relatively disadvantaged by the social determinants of health. Complex interventions that reduce social vulnerability have the potential to improve health in older adults but robust evidence is lacking.Objective: To identify, appraise and synthesize evidence on the effectiveness of complex interventions targeting reduction in social vulnerability for improving health related outcomes (mortality, function, cognition, subjective health and healthcare use) in older adults living in the community.Methods: A mixed methods systematic review was conducted. Five databases and targeted grey literature were searched for primary studies of all study types according to predetermined criteria. Data were extracted from each distinct intervention and quality was assessed using the Mixed Methods Appraisal Tool. Effectiveness data were synthesized using vote counting by direction of effect, combining p values and Albatross plots.Results: Across 38 included studies, there were 34 distinct interventions categorized as strengthening social supports and communities, helping older adults and their caregivers navigate health and social services, enhancing neighbourhood and built environments, promoting education and providing economic stability. There was evidence to support positive influences on function, cognition, subjective health, and reduced hospital utilization. The evidence was mixed for non-hospital healthcare utilization and insufficient to determine effect on mortality.Conclusion: Despite high heterogeneity and varying quality of studies, attention to reducing an older adult’s social vulnerability assists in improving older adults’ health.Keywords: social determinants, older adults, complex interventions, social frailty

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)0,020
score de la tête « metaresearch » (Gemma)0,090
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,107

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0200,090
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0110,010
Bibliométrie0,0100,008
Études des sciences et des technologies0,0010,001
Communication savante0,0030,003
Science ouverte0,0020,002
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,503
Tête enseignante GPT0,660
Écart entre enseignants0,157 · 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'étudeRevue systématique
Domainenon disponible
GenreSynthèse

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

En bref

Citations33
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueDOAJ (DOAJ: Directory of Open Access Journals)Même sujetHealth disparities and outcomesTravaux en français237 207