Are loneliness and social isolation equal threats to health and well-being? An outcome-wide longitudinal approach
Notice bibliographique
Résumé
The detrimental effects of loneliness and social isolation on health and well-being outcomes are well documented. In response, governments, corporations, and community-based organizations have begun leveraging tools to create interventions and policies aimed at reducing loneliness and social isolation at scale. However, these efforts are frequently hampered by a key knowledge gap: when attempting to improve specific health and well-being outcomes, decision-makers are often unsure whether to target loneliness, social isolation, or both. Filling this knowledge gap will inform the development and refinement of effective interventions. Using data from the Health and Retirement Study (13,752 participants (59% women and 41% men, mean [SD] age = 67 [10] years)), we examined how changes in loneliness and social isolation over a 4-year follow-up period (from t0:2008/2010 to t1:2012/2014) were associated with 32 indicators of physical-, behavioral-, and psychosocial-health outcomes 4-years later (t2:2016/2018). We used multiple logistic-, linear-, and generalized-linear regression models, and adjusted for sociodemographic, personality traits, pre-baseline levels of both exposures (loneliness and social isolation), and all outcomes (t0:2008/2010). We incorporated data from all participants into the overall estimate, regardless of whether their levels of loneliness and social isolation changed from the pre-baseline to baseline waves. After adjusting for a wide range of covariates, we observed that both loneliness and social isolation were associated with several physical health outcomes and health behaviors. However, social isolation was more predictive of mortality risk and loneliness was a stronger predictor of psychological outcomes. Loneliness and social isolation have independent effects on various health and well-being outcomes and thus constitute distinct targets for interventions aimed at improving population health and well-being.
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 | 0,011 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».