Social support and psychosocial well-being among older adults in Europe during the COVID-19 pandemic: a cross-sectional study
Notice bibliographique
Résumé
The objective of the study was to identify the association between social support and psychosocial well-being among men and women aged over 65 years in Europe during the COVID-19 pandemic. METHODS: Cross-sectional data on 36 621 men (n=15 719) and women (n=20,902) aged 65 years or higher were obtained from the ninth round of the Survey of Health, Ageing and Retirement in Europe. The outcomes were measured by psychosocial well-being reflected with self-reported depression, nervousness, loneliness and sleep disturbances. Social support was measured in terms of receiving help from own children, relatives and neighbours/friends/colleagues since the pandemic outbreak. RESULT: About one-third of the participants reported depression (31.03%), nervousness (32.85%), loneliness (32.23%) and sleep trouble (33.01%). The results of multivariable regression analysis revealed that social support was a protective factor to psychological well-being. For instance, receiving help from own children (RD=-0.13, 95% CI=-0.14 to -0.12), relatives (RD=-0.08, 95% CI=-0.11 to -0.06), neighbours/friends/colleagues (RD=-0.11, 95% CI=-0.13 to -0.09) and receiving home care (RD=-0.20, 95% CI=-0.22 to -0.18) showed significantly lower risk difference for depression. Similar findings were noted for loneliness, nervousness, and sleep trouble as well, with the risk difference being slightly different for men and women in the gender-stratified analysis. For instance, the risk difference in depression for receiving help from own children was -0.10 (95% CI=-0.12 to -0.08) among men compared with -0.12 (95% CI=-0.14 to -0.11) among women. The risk differences in the outcome measures were calculated using generalised linear model for binomial family. CONCLUSION: Findings of the present study highlight a protective role of social support on psychological well-being among both men and women. Developing strategies to promote social support, especially among older adults, may mitigate the rising burden of psychological illness during the COVID-19 pandemic.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».