Association of Drinking Herbal Tea with Activities of Daily Living among Elderly: A Latent Class Analysis
Notice bibliographique
Résumé
The aim of this study was to explore whether drinking herbal tea and tea would positively benefit activities of daily living (ADL) in the elderly. We used data from the Chinese longitudinal healthy longevity survey (CLHLS) to explore the association. Drinking herbal tea and drinking tea were divided into three groups using latent class analysis (LCA): frequently, occasionally, and rarely. ADL disability was measured by the ADL score. Multivariate COX proportional hazards models with competing risks were used to explore the impact of drinking herbal tea and tea on ADL disability, statistically adjusted for a range of potential confounders. A total of 7441 participants (mean age 81.8 years) were included in this study. The proportions of frequently and occasionally drinking herbal tea were 12.0% and 25.7%, respectively. Additionally, 29.6% and 28.2% of participants reported drinking tea, respectively. Multivariate COX regression showed that compared with rarely drinking, frequently drinking herbal tea could effectively reduce the incidence of ADL disability (HR = 0.85, 95% CI = 0.77–0.93, p = 0.005), whereas tea drinking had a relatively weaker effect (HR = 0.92, 95% CI = 0.83–0.99, p = 0.040). Subgroup analysis found that frequently drinking herbal tea was more protective for males under 80 years old (HR = 0.74 and 0.79, respectively), while frequently drinking tea was somewhat protective for women (HR = 0.92). The results indicate that drinking herbal tea and tea may be associated with a lower incidence of ADL disability. However, the risks associated with using Chinese herb plants still deserve attention.
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 | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».