Cognitive, psychological and social factors associated with older adults' mobility: a scoping review of self‐report and performance‐based measures
Notice bibliographique
Résumé
Although many factors have been associated with mobility among older adults, there is paucity of research that explores the complexity of factors that influence mobility. This review aims to synthesise the available evidence for factors comprising the cognitive, psychological, and social mobility determinants and their associations with mobility self-reported and performance-based outcomes in older adults (60 years). We followed Arksey and O'Malley's five stages of a scoping review and searched PubMed, EMBASE, PsychINFO, Web of Science, AgeLine, Allied and Complementary Medicine Database, Cumulative Index to Nursing and Allied Health Literature and Sociological Abstract databases. Reviewers in pairs independently conducted title, abstract, full-text screening and data extraction. We reported associations by analyses rather than articles because articles reported multiple associations for factors and several mobility outcomes. Associations were categorised as significantly positive, negative, or not significant. We included 183 peer-reviewed articles published in 27 countries, most of which were cross-sectional studies and conducted among community-dwelling older adults. The 183 articles reported 630 analyses, of which 381 (60.5%) were significantly associated with mobility outcomes in the expected direction. For example, older adults with higher cognitive functioning such as better executive functioning had better mobility outcomes (e.g., faster gait speed), and those with poor psychological outcomes, such as depressive symptoms, or social outcomes such as reduced social network, had poorer mobility outcomes (e.g., slower gait speed) compared to their counterparts. Studies exploring the association between cognitive factors, personality (a psychological factor) and self-reported mobility outcomes (e.g., walking for transportation or driving), and social factors and performance-based mobility outcomes in older adults are limited. Understanding the additive relationships between cognitive, psychological, and social factors highlights the complexity of older adults' mobility across different forms of mobility, including independence, use of assistive devices, transportation, and driving.
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 | 0,016 | 0,073 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,006 |
| Bibliométrie | 0,017 | 0,015 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».